文件名称：论文研究-基于ARM的苹果采后田间分级检测系统设计.pdf
文件大小：522KB
文件格式：PDF
更新时间：2022-10-01 21:59:01
论文研究
苹果采摘后的及时分类，可以降低储藏、包装、加工等生产成本，对于增加果农的经济收入，提高企业经济效益具有重要的作用。项目研究并开发了一套基于ARM11 Linux架构，以S3C6410为核心处理器、运行精简的Linux内核的苹果采后田间预分级检测系统，克服了传统分级检测系统体积庞大，难以田间实时应用等缺点。该系统利用CMOS图像传感器，基于Linux下的V4L2编程框架，实现苹果图像的实时采集；采用基于Haar-like特性的级联Adaboost目标检测算法，调用OpenCV机器视觉库，完成检测图像中的苹果缺陷和大小识别；并由执行机构完成不同等级苹果的分离操作。系统控制界面采用QT应用程序开发框架和多线程技术，保证了控制按键的快速响应。实验结果表明，一个苹果的平均检测时间为300 ms，对于各级苹果分类的平均精度为93%，与传统苹果检测系统相比，该系统检测速度快，成本低，体积小，适合苹果的田间预分级检验。