摘要：本次毕业设计介绍了基于OpenCV的柑橘分级自动识别，利用摄像头获取柑橘的样本图像，应用OpenCV软件编程实现了对样本图像处理，包括图像滤波、图像RGB转HSV、图像二值化以及特征量提取等。柑橘分级自动识别我们通过三个不同方面来对基于OpenCV的柑橘分级进行探索研究：

主要工作如下：

1. 在柑橘颜色识别方面，通过对不同的颜色模型进行研究，RGB模型主要适用于硬件设备，HSV模型更符合人类视觉特征，所以我们选择HSV模型来对柑橘进行颜色分级识别。

2.使用canny函数获取柑橘边缘，将边缘的像素点整合为轮廓。

3.在柑橘大小识别方面，根据柑橘轮廓，算出柑橘图片所占像素点的面积与周长，从而对柑橘大小进行分级识别。

4.建立柑橘的颜色直方图，根据颜色分布情况对柑橘的色泽进行评估。

关键词： OpenCV  图像处理  柑橘分级

目录

摘要

Abstract

第一章．引言-1

1.1研究背景-1

1.2计算机视觉-1

1.3国内外研究现状及趋势-2

1.4本文内容-3

第二章 柑橘分级系统的构建-4

2.1系统总体构架-4

2.2开发平台vs-4

2.3 opencv平台-4

2.4计算机-5

第三章 静态图像处理-6

3.1柑橘图像的获取与预处理-6

3.1.1均值滤波-6

3.1.2高斯滤波-7

3.1.3中值滤波-8

3.1.4双边滤波-8

3.2水果颜色检测-9

3.2.1彩色模型的选择-9

3.2.2 HSV模型-9

3.2.3 颜色检测-10

第四章 柑橘特征提取-13

4.1柑橘边缘检测-13

4.1.1 罗伯茨算子-13

4.1.2 Sobel算子-13

4.1.3 Laplance算子-14

4.1.4 Canny算子-15

4.2 柑橘的轮廓特征-15

4.2.1柑橘轮廓的寻找-16

4.2.2柑橘轮廓的绘制-16

4.2.3轮廓的流程图-16

4.3 柑橘大小分级-18

4.3.1圆心特征-18

4.3.2面积特征-19

4.3.3周长特征-19

4.3.3轮廓实际周长与面积-20

4.4柑橘的颜色直方图-20

4.4.1颜色直方图-20

4.4.2 HSV图像的直方图-21

第五章 结语-24

5.1总结-24

5.2展望-24

参考文献-25

致谢-26