摘 要

葡萄作为一种种植广泛的经济作物，无论是在中国还是全世界，葡萄的种植面积是在经济作物占据极大的比例。葡萄除了十分美味，并且具有很高的营养价值，葡萄富含有多种矿物质例如：钙、钾、磷、铁等，而且葡萄中的维生素也十分丰富，还含有多种人体所需的氨基酸。葡萄不仅营养价值高，而且采用葡萄酿制的美酒已经成为了不少人餐桌之上的必不可少的。

论文主要研究了如何利用计算机视觉实现对葡萄自动化的采摘。在本文中，具体的讲述了如何利用计算的强大计算能力对葡萄的成熟度进行判断和分析，以得到需要检测的果实是否已经成熟。现在仅针对目前种植面积最为广泛的巨峰葡萄进行检测，采取先获取数据后同样本进行对比的方式来判断目标成熟境况。

研究结果表明：本文目前的研究实现了对样本的基本的识别，系统在不断的识别样本的过程中也将不断的完善软件本身的数据库，根据自己的数据库不断的完善。在识别的速度方面，软件实现了在短时间对大量样本的识别和学习，在学习了大量样本后，本软件的识别准确率也得到了大大的提高。

本文的特色在于：目前的葡萄自动识别，分拣的工作只有基于气味的识别和采取红外识别的方式，这些识别的方式需要采取专用的设备和技术手段。而本文中使用的利用计算机视觉的方式对葡萄样本识别的方法只需要基于windows平台，便于搭建，操作简单。

关键词：葡萄；成熟度；计算机视觉；HSV；自动识别

Abstract

As a widely used economic crop, grapes are grown in a large proportion of economic crops, both in China and around the world. Not only taste delicious, grapes and a high nutritional value and grapes contain minerals calcium, potassium, phosphorus, iron and a variety of vitamin B1, vitamin B2, vitamin B6, vitamin C and vitamin P, etc., also contains many amino acids the human body needs, often feed grapes will be great help for neurasthenia, too tired. Grapes not only have high nutritional value, but wine made from grapes has become a necessity for many people.

The paper mainly studies how to use computer vision to realize the picking of grapes. In this article, we detailed tells the story of how to make use of the powerful calculation capability maturity of judgment and analysis of the grapes, for we need to detect whether the fruit is ripe. We are now at the moment only the most widely planted area kyoho grapes for testing, comparing to take to get the data before they are the same way to determine target mature circumstance.

Research results show that: in this paper, the current study has realized the basic identification of sample system in the process of constant recognition sample also will continue to perfect the database of the software itself, according to their own database continuously perfect. In the speed of recognition, the software implements the recognition of a large number of samples in a short time and learning, in learning, a large number of samples after the identification accuracy of this software has been greatly improved.

This article features: the automatic identification of grape, sorting work only based on the recognition of odour and adopt the method of infrared identification, the identification of ways need to take special means of equipment and technology. In this paper, the method of using computer vision to identify grape samples is based on Windows platform, easy to build and easy to operate.

Key words: grape; maturity; computer vision

目 录

摘 要 I

Abstract II

1 绪论 1

1.1研究背景 1

1.2研究的目的意义 1

1.3 相关领域国内外研究现状 1

1.4 本文的研究内容和组织结构 2

2 所使用的软件及库文件介绍 3

2.1 Microsoft Visual Studio 2010 3

2.2 OpneCV 2.4.9 3

2.2.1 本文在OpneCV中主要运用的几个运算部分 3

2.3 MFC 3

3 采取椭圆拟合进行检测 5

3.1 椭圆拟合 5

3.1.1 图像灰度化 5

3.1.2 边缘检测 6

3.1.3 椭圆拟合并绘制出椭圆 7

3.2椭圆拟合结果分析 7

4 通过颜色进行葡萄的识别 8

4.1 HSV格式 8

4.2 提取图片中信息 9

4.2.1 构建循环体 9

4.3 完成数据的处理 10

4.3.1阈值的选取 10

4.3.2权重选取及最后的标准值 11

4.3 对检测出来的图像处理 12

4.3.1高斯滤波 12

4.3.2膨胀与腐蚀 13

5 自学习系统的设计 14

5.1自学习理论研究 14

5.2自学习系统的设计 14

5.2.1获取相关的数据 14

5.2.2对获取的数据进行曲线拟合 15

6 操作界面的设置 16

6.1按钮的设计 16

6.1.1拍照检测按钮的设计 16

6.1.2打开文件按钮的设计 17

6.1.3检测按钮的设计 18

6.2条件选择框 18

6.3制作显示界面 19

6.4界面整体显示 19

7 软件使用说明 21

总结 24

参考文献 25

致 谢 26

1 绪论

1.1研究背景

目前，主流的果实成熟度的检测主要有利用红外线检测、激光检测、利用成熟果实会产生不同的气味的气味检测方法。但是这些方法普遍的有成本高，安装麻烦，且容易受到外界的影响。均达不到果实检测的很好要求。据统计，从1993 年开始，中国的水果种植面积和产量一直是居于世界第一的。水果的种类和品质也是在不断的扩充和提高的。到现在，中国的水果产业已经实现了产值位居第三，仅次于粮食和蔬菜，也被许多人看好在国内外具有极大的发展的空间和竞争能力，这也成为了许多的果农的经济支撑和致富的主要手段。在1995年，中国的果树面试仅仅只有809.8公顷。但是，到2014年时，中国的果园面积已经超过了1200万公顷，并且每年都保持着接近7%的速度增长。

1.2研究的目的意义

虽说中国的果树种植面积十分巨大，但是很少的果园使用了科学的检测方法，果园的自动化程度都普遍不高，这也耗费了大量的人工成本，对水果种植的成本具有较大的影响。这也表明了运用图像识别技术的果实成熟度检测方法有很好的发展前景。一旦发展了更多的机械化和智能化的设备去对果园进行管理和采摘、分拣，对果园成产成本控制很有研究意义。在不断的进步的现代社会，人们开始越来越注重饮食的健康和饮食的均衡，所以现在水果的销量也是在不断的上升。人们不再满足于只是日常的米饭和蔬菜，人们开始选择在餐桌上加上自己喜爱的水果，葡萄这种富含多种维生素和矿物质的水果成了许多的家庭的日常水果。中国如今也有许多的日常的餐饮中会开一瓶红酒作为节日的庆祝。红酒的销量上升也拉动着葡萄种植业的兴旺。由于红酒制作工艺简单，许多家庭也会自己酿一些美酒用来招待他人和自己品尝。强烈的供应需求导致种植面积的增长，这也显示出我国的机械化更新速度慢，小的种植户无力支付高额的人工费更不用说去更新自己的采摘工艺。这代表这中国在自动采摘方面拥有巨大的商机。

1.3 相关领域国内外研究现状

国外的果园面积都十分广阔，果农都是大面积种植，以农庄的形式实现大面积的机械化操作，但是在智能化中，欧美国家也是在不断的探索之中。目前，在国外的主要几个发达国家之中，不少的国家在果实的识别的技术已经有很大的进步，已制造出采摘机器人的模拟机型，也有部分已经运用到实际测试之中。但以葡萄为识别对象的研究，因葡萄的形状不规则性而相对难度较大，无法通过轮廓来进行识别，因此许多的人也选择使用利用形状之外的特征进行检测，例如前面提到的颜色、气味等等^[1]。

1.4 本文的研究内容和组织结构

本文的主要研究的是如何利用计算机视觉实现巨峰葡萄果实成熟度的检测，本文主要是通过两种不同的方法对巨峰葡萄的图片进行处理寻找最优的解决方案来进行检测。做到不需要认为的干预而实现自我检测并且能够通过自我学习来实现检测的效果进而不断的提升检测精度。

如何实现把巨峰葡萄果实从背景中分离出来是本文的最主要任务，从事果实的分离也是整个系统的最难的部分，本文通过查阅了许多的相关文献后发现如今主要的在计算机视觉方面进行检测主要是两种不同的思路。一种是通过果实的形状来进行检测，另一种则是主要通过利用成熟果实的颜色同背景颜色的区别来将果实同背景分离出来。这两种方法都进行了相关的设计和探讨，分别从检测效果和检测的识别率来对比以得出需要采用的技术方案。