书目详细信息
： 基于机器视觉的小粒种咖啡豆分级系统研究
书目信息 机读格式(MARC)
| ISBN/价格： | CNY20.00 (估\呈缴)学位论文 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 530000 |
| 题名责任者项： | 基于机器视觉的小粒种咖啡豆分级系统研究/.杨慧丽著/.赵玉清指导 |
| 出版发行项： | 2023.5.25 |
| 载体形态项： | 106页:;+图表:;+30cm |
| 一般附注： | 机电工程学院, 学号2020210036 |
| 提要文摘： | 咖啡是云南高原特色现代化农业中的重点产业，是普洱、保山等咖啡主产区的支柱产业和农民增收致富的重要经济来源。咖啡生豆中存在的缺陷豆显著影响咖啡杯品评级，特殊的如黑豆、酸豆等类型缺陷严重影响咖啡烘焙后的口感。若咖啡生豆不进行分级，则粒度大小差异直接影响烘焙效果，影响其定级、定价。目前，咖啡豆缺陷剔除与分级大多依靠人工分选，耗时、费力、主观差异大，阻碍咖啡产业规模化发展。因此，便捷、准确、统一量化标准的分级检测技术与装备是咖啡生产和流通中急待解决的问题。机器学习与深度学习技术是近年来非常活跃和前沿的人工智能研究领域，在农产品缺陷检测和分级方面有广泛应用。本研究以小粒种咖啡生豆为研究对象，应用机器学习和深度学习等机器视觉技术识别缺陷豆，并将咖啡生豆按3个等级进行分级检测，设计开发了基于机器视觉的咖啡豆智能分级系统，主要研究内容如下： （1）咖啡豆物理特性研究。分析咖啡豆的主要形态特征、缺陷类型及分级标准，进行咖啡豆物理特性试验，测量其密度、三轴尺寸、千粒重等物理特性参数和接触参数，为后续检测及分级系统设计提供数据支持。 （2）图像采集与预处理。搭建图像采集装置，选择白色拍摄背景，采集9267张原始咖啡豆样本图像，其中正常豆7893张、缺陷豆1374张。原始图像背景占比较大，对其进行高斯滤波、Gamma变换、边缘锐化、阈值分割及形态学处理等预处理操作，预处理后咖啡豆在整张图像占比约为95%，图像边缘清晰，表面特征更加明显。 （3）基于机器学习的咖啡豆缺陷检测模型构建。首先，采用机器视觉技术分别提取咖啡豆的轮廓、颜色和纹理3大类共19个特征，使用单一类别特征和不同类别特征进行组合，运用网格搜索确定SVM分类模型最佳参数，运用皮尔逊相关系数进行特征筛选，找到检测缺陷豆的较优特征组合（14个特征）。为说明SVM检测模型有效性，选用随机森林、LightGBM和XGBoost等6个算法进行较优特征组合的对比试验，试验结果表明：基于较优特征组合的SVM检测模型性能较优，其平均准确率为84.9%。其次，分别提取了咖啡豆（8，1）和（16，2）两种单一尺度、三种算子（统一算子、旋转不变算子、旋转不变统一算子）下LBP的特征向量，并将同算子下不同尺度的LBP特征进行联合，选用LightGBM、XGBoost、CatBoost和SVM作为基分类器，进行Stacking模型融合，构建缺陷检测模型，试验结果表明：（8，1）尺度统一算子Stacking融合检测模型的准确率和F1值分别为91.9%和92.3%，均高于其他尺度、算子和不同类型特征的检测模型。对比两种缺陷检测方法，LBP特征在缺陷检测中鲁棒性更强，融合模型的检测准确率高于单一模型。 （4）基于深度学习的咖啡豆分级检测模型构建。以Pytorch为主要框架，选用RepVGG作为主干网络，设定epoch、学习率等参数，构建基于RepVGG的智能分级模型，选用准确率和交叉熵损失函数评估分级模型性能，实现缺陷豆检测和正常豆（精品AA、一级AA、二级AA）的分级检测。为验证RepVGG分级模型有效性，选取AlexNet、LeNet-5、ResNet18、ResNet50和VGG16进行分级模型的对比试验。试验结果表明：RepVGG分级模型检测性能最优，准确率和损失分别为96.49%和0.137。 （5）基于机器视觉的小粒种咖啡豆分级系统设计与试验。咖啡豆分级系统的硬件部分由振动上料装置、输送装置、视觉检测装置和气吹分选装置构成，振动上料装置可实现咖啡豆姿态控制，输送装置进行咖啡豆传送，视觉检测装置对样本进行图像采集、预处理以及运行缺陷识别和分级检测算法，气吹分选装置对完成分级的咖啡豆进行自动气吹分选。系统软件部分主要是将基于RepVGG的智能检测模型嵌入到视觉检测装置中，进行在线缺陷检测和分级检测，每分钟检测50个咖啡豆，缺陷检测平均准确率为91.4%，正常豆3个等级（精品AA、一级AA、二级AA）分级检测平均准确率为90.7%。该系统具有便捷、准确、统一量化标准的特点，对提升咖啡附加值和咖农经济效益具有重要意义。 |
| 并列题名： | Research on grading system of Arabica green coffee beans based on machine vision |
| 题名主题： | 机器视觉 小粒种咖啡豆 缺陷检测 分级检测 分级系统 学位论文 |
| 中图分类： | TP391.41-533 |
| 个人名称等同： | 杨慧丽 著 |
| 个人名称次要： | 赵玉清 指导 |
| 团体名称等同： | 云南农业大学 授予 |
| 记录来源： | CN YNAUL 20240301 |