基于机器视觉孵化卵在线监测系统,本论文为免费优秀的关于机器视觉论文范文资料，可用于相关论文写作参考。
机器视觉论文参考文献：
摘 要：孵化卵的成活率除了取决于种蛋自身的质量和品质之外,还和孵化卵所处的具体环境有非常密切的关联,因此,在种蛋的具体孵化过程中加强对孵化卵的在线监测对于提高孵化卵的成活率具有十分重大的意义.然而人工监测的劳动强度非常大,而且监测的质量比较差,因此,加强基于机器视觉的孵化卵在线监测系统研究具有十分重大的现实意义.文章基于此对机器视觉进行了概述,然后在此基础上对基于机器视觉的孵化卵在线监测的硬件系统、软件系统以及图像处理进行了深入的分析和研究.
关键词：机器视觉；孵化卵；在线监测系
中图分类号：S817.6 文献标识码：A 文章编号：1006-8937（2015）26-0001-02基于机器视觉的孵化卵在线监测系统研究
孵化卵的具体发育过程受到种蛋自身质量以及发育环境等的影响,如果能够在种蛋的孵化过程中对胚胎的具体发育情况进行紧密观察,以此来对种蛋的成活率进行检测,可以及时将无精蛋、死精蛋以及死胚蛋等进行有效地剔除.人工的检测方法主要是通过人体感官以及光照等进行检测,这种检测方法所需要的劳动强度非常大,而且极易受到情绪、疲劳程度、工作条件以及色彩分辨力等人为主观因素的影响,使得人工检测的准确率大大降低.因此,我们必须要加强孵化卵在线监测系统的研究,不断提高种蛋成活率的检测效率和检测质量.
1 机器视觉概述
机器视觉的出现和发展经历了一个漫长的过程,其最初源于遥感和图片在生物医学方面的研究和应用.随着时间的推移和科技的进步,机器视觉已经逐渐发展为集计算机、自动化、光学以及心理学等于一身的综合性学科.机器视觉的主要目的是通过计算机的模拟人的视觉功能,对实际输入的图像信息进行有效的检测、测量和控制.
随着机器视觉技术的不断发展和成熟,机器视觉被逐渐应用到人们生产生活的各个领域,为提高生产效率和方便人们的生活带来了巨大的帮助.机器视觉不仅具有人眼的获取图像信息的功能,而且它还在一定程度上具有人脑的智能分析功能.目前,机器视觉已经逐渐在机器人导航、智能机器人、工业检测和卫星遥感系统以及动植物生长状态的监控等实现了深入的应用.
机器视觉在产品的记录方面有着巨大的优势,已经逐渐成为生产过程中不可或缺的重要技术.机器视觉可以对不合格的产品进行及时剔除,从而有效保证产品的质量.除此之外,位置探测、目标识别以及完整性检测等常见的任务也需要通过机器视觉技术来完成.通过基于机器视觉的孵化卵在线监测系统,可以将孵化过程中的无精蛋、死精蛋以及死胚蛋等进行有效剔除,保证孵化的具体质量.
2 基于机器视觉的孵化卵在线监测的硬件系统
通常情况下而言,基于机器视觉的孵化卵在线监测的硬件系统主要是由摄像机、嵌入式系统、光照箱和光源、计算机、载物平台等部分组成的.一般情况下,摄像机位于孵化卵在线监测的硬件系统的光照箱的顶端和正 ,嵌入式系统分为输出端和输入端,其输出端和计算机相连接,其输入端和摄像机的输出端相连接.光源位于光照箱的底部,而且光照箱的中间有一个隔板,可以将载物平台分割成两部分.
在对孵化卵进行具体的检测时,可以将待检测的种蛋放在再无平台上,位于顶部的计算机会对种蛋进行拍摄,在拍摄的具体过程中,摄像机的镜头会对准位于载物平台上的孵化卵.孵化卵在线监测的硬件系统的光室位于载物台的下方,为了得到更加均匀的漫反射光源,使被拍摄的种蛋更加突出,光照箱的内壁通常被涂成白色,而载物平台的背景颜色被设置成黑色.通过摄像机的拍摄,计算机可以获得图像信息,为后续的软件系统对图像信息的进一步分析和处理打下良好的基础.
3 基于机器视觉的孵化卵在线监测的图像预处理
图像处理是孵化卵在线监测的重要步骤.通常情况下而言,图像处理可以分为三个重要的阶段,即预处理阶段、特征提取阶段、模式识别、理解阶段.孵化卵在线监测系统是以机器视觉为基础的,因此图像预处理的质量直接决定着孵化卵在线监测的准确性.基于机器视觉的孵化卵在线监测的图像处理的图像预处理分为图像去噪、图像增强、图像分割以及边缘跟踪和区域标记,其具体的过程按照图像去噪、图像增强、图像分割以及边缘跟踪和区域标记的具体顺序进行.
3.1 基于机器视觉的孵化卵在线监测的图像去噪
对于基于机器视觉的孵化卵在线监测系统而言,在图像的实际形成过程中以及图像的获取和传输过程中,会受很多噪声的影响,这些噪声的影响会在很大程度上对图像的质量造成不良的干扰,因此我们必须要进行图像去噪.目前比较常用的图像去噪方法主要有邻域平均法和中值滤波法两种.通过采取图像去噪的方式可以在很大程度上提高种蛋检测的准确性.
3.2 基于机器视觉的孵化卵在线监测的图像增强
图像增强主要是指通过信息和数据的交换来对图像中不需要的部分进行掩盖,对需要的部分进行强调,使图像更加符合视觉响应的特性.通常情况下而言,图像增强技术可以划分为基于空域的算法和基于频域的算法两种情况.我们要严格按照种蛋内部图像的具体特征来对图像进行适当的增强,将孵化卵监测所需要的图像信息进行有效突出,为了接下来的图像处理提供基础.通常情况下,基于机器视觉的孵化卵在线监测系统的图像增强主要通过直方图变换调整对比度的方法来进行.
3.3 基于机器视觉的孵化卵在线监测的图像分割
图像分割也是孵化卵在线监测的图像处理的图像预处理的重要步骤.图像分割的主要作用是对图像中人们感兴趣的某些特殊区域进行有效的提取的过程.通常情况下,图像分割的主要算法有阈值分割和边缘分割两种.对于孵化卵在线监测的内部图像来说,图像分割的质量直接关系到种蛋成活率检测的准确性.
3.4 基于机器视觉的孵化卵在线监测颜色特征的提取
一般情况下,种蛋的质量和种蛋的内部颜色有着直接的联系,种蛋的内部颜色是种蛋质量的最重要品质性状.因此,我们必须要加强对种蛋图像信息中颜色特征的提取,这对于检测不同内部颜色的种蛋和提高种蛋的成活率具有十分重大的现实意义.颜色模型主要是指一种可见光子集,这个可见光子集包含着特定颜色域的一切颜色,常用的颜色模型有RGB、XYZ、YIQ、HIS以及GMY等.通过具体的分析和研究发现,HIS颜色模型更加适用于基于机器视觉的孵化卵在线监测系统,因为该种颜色模型和人眼的颜色感觉原理非常吻合,HIS颜色模型的具体分量分别是色度、亮度以及饱和度,而人眼也是通过色度、亮度以及饱和度来对颜色进行分辨的.
结论：适合不知如何写机器视觉方面的相关专业大学硕士和本科毕业论文以及关于机器视觉属于什么专业论文开题报告范文和相关职称论文写作参考文献资料下载。
山体滑坡电力杆塔测斜在线监测系统
摘 要：山体滑坡及电力杆塔在线监测系统是基于物联网技术实现对山体滑坡和杆塔倾斜进行实时监测，系统通过高精度GPS定位、测斜传感器、风速风向传感器。
智能变电站设备在线监测系统的应用
摘 要：文章主要研究智能变电站设备在线监测系统，以某智能变电站的在线监测系统为例，对在线监测系统的组成和建设进行了详细讨论，在线监控系统能够实现。
高压电缆局部放电远程在线监测系统应用
摘 要：局部放电测试技术对高压电缆尤其是电缆附件的绝缘检查是非常有效的方法。本文介绍了高压电缆局部放电远程在线监测系统的作用和组成，及其在实际现。