如何使用机器视觉实现颗粒状农作物色选系统研究说明

　　机器视觉色选系统是集光、电、气、机及图像处理为一体的智能化分选设备，一般分为黑白色选系统和彩色色选系统。目前，彩色色选系统通常采用计算机作为图像处理的核心，该系统具有体积大、筛选效率低的缺点。随着国民经济的不断发展，人们对于彩色色选系统的分辨能力、识别精度和筛选效率提出了越来越高的要求。本文研究基于机器视觉的嵌入式色选系统，嵌入式系统具有集成度高、实时性好、功耗低、可靠性高的特点，将其应用于彩色色选系统具有广阔的应用前景。

　　本文以DALSA 的彩色线阵CCD 相机为传感元件，以FPGA XC3S500E 和DSP TMS320DM6437 为处理核心，设计图像采集单元、图像处理单元、图像显示单元和筛选执行单元，完成彩色色选系统的嵌入式平台设计。采用FPGA IP 核技术构造双口RAM，实现图像数据存储与读取的分离控制。设计FPGA与DSP 的EMIF 通信接口，通过VHDL 语言编程实现FPGA 与DSP 的数据交换。编写VGA 显示电路的驱动程序，以640 480 的分辨率显示相机所采集的彩色图像。

　　以破损花生为试验对象，采用仿真工具MATLAB 研究有关的图像处理算法，包括以下几个方面：采用RGB 颜色模型统计和分析图像中不同区域的像素值，据此实现破损区域和花生颗粒的识别；研究不同的图像滤波算法，选取

　　并改进中值滤波算法，实现图像中脉冲类噪声的滤除。采用形态学运算，消除图像中的点状和孔状噪声，平滑物体边界轮廓。采用8 邻域链码算法实现花生的轮廓检测，识别花生颗粒并计算每粒花生的破损面积。同时根据轮廓线坐标计算花生的周长、面积、长短轴、形心等几何参数。

　　在嵌入式机器视觉色选系统上，移植与测试图像处理算法。建立CCS 工程，并配置工程文件，采用C 语言编写破损区域检测、中值滤波、形态学运算和连通域检测的程序。通过编写的程序处理工业相机采集的图像，测试每个程序的处理效果和运行时间。最后，实现两种破损检测算法，并根据试验结果分析两种算法的适用范围。