MatLAB啤酒中杂质图像识别分析+程序(3)

菜单

在食品安全日益严重的今天，人们对于食品安全也越发重视。而在瓶装啤酒的生产过程中，对于啤酒中杂质的检测，显得更为重要，显然啤酒的生产厂商们也认识到了这个问题。然而关于啤酒杂质的检测，目前大多采用人工或者高效液相色谱技术来完成。采用人工检测的办法，毫无疑问是低效且费时费力的，而且操作人员可能会因为周围环境、灯光等各种干扰，或是长时间的工作产生的视觉疲劳，形成错误的判断，对检测的结果造成不良影响。而高效液相色谱仪多由国外生产，价格昂贵，仪器难以及时维修，容易造成工厂的损失。并且高效液相色谱技术的流速为每分钟0.1～10.0 mL，并不利于啤酒产业这样需要检测大量液体的行业。所以利用计算机对于啤酒中杂质的图像识别分析显得更加高效且便捷。

计算机能够自动采集和整理数据，并且能够快速的处理大量的数据。机器视觉系统在现在自动化的生产过程中，大大的提高了生产的自动化程度以及生产效率。在危险的工作环境和依赖人工视觉但人工视觉并不能满足的工作中，机器视觉系统已经开始飞速的取代人工视觉。而相比于高效液相色谱技术，机器视觉系统更节约成本也更利于仪器的维护。课题就是在以上的比较中，研究基于图像处理的啤酒溶液杂质识别分析，利于检测啤酒中的杂质。[ ]

1.2 论文原理及所做工作

1.2.1. 图像处理的发展

图像处理(image processing)，是用计算机的硬件和软件对图像进行处理，而达到所想要的结果。图像处理是指数字图像处理。数字图像是通过数字化设备从客观景物、连续图像等进行抽样得到的一个大的二维数组，在这样的数组中的元素称之为像素，其中每个像素的明暗程度都可以用一个数值来表示，通常用0表示黑，1表示白。图像处理技术包括图像变换、图像增强、图像压缩、图像分割、图像描述、图像复原等方面。

图像技术起源于上世纪二十年代，当时将数字化的新闻图片进行压缩，通过海底电缆从英国伦敦到美国纽约传输了第一幅数字照片。英国伦敦与美国纽约相差五个时区，大约6000公里，照片的传输时间从将近十天减少为三个小时，图像技术才正式开始有所发展。

到了上世纪五十年代，随着计算机的发展和普及，数字图像处理技术才逐渐引起了人们的兴趣。上世纪六十年代中期，美国喷气推进实验室（JPL）对航天探测器发回的月球照片使用了图像处理技术，数字图像技术开始应用于太空研究中。

上世纪六十年代末和七十年代初，英国EMI公司的工程师发明了用于头颅诊断的X射线计算机断层技术（Computer Tomograph），就是我们俗称的CT，将数字图像技术应用到医学领域。计算机断层技术的原理是根据人体头部截面的投影，经数字化处理来重建截面图像，称为图像复原。1975年EMI公司研制出了适用于全身的CT装置，能够获得人体各部位的CT图像。1979年，对于患者无损伤的人体诊断技术被授予诺贝尔生理学和医学奖，体现出计算机断层技术对人类作出的巨大贡献。[ ]

从二十世纪七十年代中期到八十年代，数字图像技术用于空间研究计划并逐渐成为一门新兴学科。随着各种硬件设备的迅速发展，人类对于数字图像的研究不仅仅停留于二维图像，而是开始进入了对三维图像的研究。人类开始研究运用计算机系统说明图像，步入图像理解的领域。七十年代末MIT公司的Marr提出了视觉计算理论，这个理论对八十年代及九十年代十多年间的计算机视觉领域起到了主导作用。至此数字图像技术逐渐融入人类生活和社会的各个方面。