机器视觉技术在农产品自动分拣中的应用研究

北京理工大学珠海学院2020届本科生毕业论文目录摘要 =3\*ROMANIIIAbstract=4\*ROMANIV一、绪论 3（一）研究背景 3（二）研究现状 51.国外研究现状 52.国内研究现状 5（三）相关概念界定 7（四）研究方法 8（五）研究思路 9（六）研究目标及研究意义 101.研究目标 102.研究意义 10二、农产品自动分拣技术的发展现状 11（一）国外农产品自动分拣技术的运用与发展现状 11（二）我国农产品自动分拣技术的运用与发展现状 11三、机器视觉技术在农产品自动分拣中的应用 14（一）机器视觉技术的特点及其应用领域 14（二）机器视觉技术在农产品自动分拣中的应用 14（三）机器视觉技术在农产品颜色检测识别分拣中的应用 16四、机器视觉技术在农产品自动分拣中的成功案例分析 18五、使用机器视觉技术进行农产品自动分拣存在的问题 19（一）机器视觉技术多用于农产品表层信息的提取与检测 19（二）研究目标都是静态的，对动态目标的信息处理速度不高 19（三）算法存在效率低、速度慢和灵活性差的问题 20六、机器视觉技术在农产品自动分拣应用的思路与建议 21（一）改进和优化处理图像的算法 21（二）与其他的分拣检测技术结合应用 21（三）三维成像技术的开发与运用 22七、结论 23参考文献 24谢辞 26一、绪论（一）研究背景作为一个人口大国，农业是我国非常重要的产业部门，关乎到我国国民的生存。前几年，我国的农业结构进行了调整，使得我国农业的市场化、规模化和产业化得到了进一步的发展和建设，从而提高了我国农产品的产量。随着农产品产量的不断增加，保持农产品的高品质就变得越来越重要，其中保证农产品品质的一个重要环节就是农产品的分拣，所以在农产品进入市场之前的分拣活动也就变得更加重要。而我国农产品的分拣方式以及分拣技术相对于其他发达国家来说，还处于比较落后的状态。因此，我们需要研究并开发出新的农产品自动分拣技术来加快我国农产品的分拣速度以及使农产品保持较好的品质。农产品分拣的类型有按照农产品的尺寸大小以及表面形状进行分拣、按照农产品表面颜色差异进行分拣以及按照农产品是否存在缺陷进行分拣等。农产品的大小、颜色和表面存在的缺陷等方面，在一定程度上会影响到农产品的品质，从而影响到农产品的销售价格。所以将农产品按照不同的分拣标准进行分级和拣选，能够更加合理地体现出农产品的价值。农产品的分级是农产品进行贮藏、加工以及流通等活动的一个关键性的技术环节，可以把农产品分成不用的规格标准，按照这些标准拣选出相应的农产品，然后根据这些标准制定相应的销售价格。农产品的品质特征有农产品的外形尺寸、农产品的颜色、农产品是否存在损伤等。按照农产品的外形尺寸进行分拣是农产品分拣非常重要的品质标准，因此不同尺寸的农产品售价不同。比如在超市，销售的同一品种的苹果，分成两种尺寸不同的价格进行销售，尺寸大的卖得贵一点，尺寸小的卖得便宜一点。农产品的形状不同其品质也不同，比如黄花梨的果形就是其分拣的重要特征之一。农产品在按照尺寸大小进行分拣时，使用人工视觉进行分拣，不容易分拣农产品的具体尺寸；使用机械进行分拣时，农产品容易受到挤压，会使农产品的外表受到不同程度的损伤。每一个品种的农产品有不同的颜色，就算是相同品种的农产品，它的颜色分布也是不相同的，就是同品种的农产品颜色不同。农产品的颜色会影响到农产品的卖相，卖相不同，价格也就不同。比如说苹果，有些苹果的颜色是深红色的，有些苹果的颜色是浅红色的，还有一些苹果是淡红色甚至是偏黄色的，这些苹果因为颜色的不同，所以其销售价格也不同。又比如说青椒，在市场上，我们经常能够看到有一些不是颜色不是青绿色的青椒，这些其他颜色的青椒是普通青椒的变异品种，虽然都是青椒，但是其销售价格不同。农产品在生产过程中，会受到不同程度的影响。比如说在运输时，因为保温措施做得不够好，使得部分农产品发生腐烂变质；在分拣时，因为分拣的质量不好，使得农产品在分拣时受到损伤，这些外界因素的影响，使得农产品的表面更加容易产生缺陷，以至于影响的农产品的售价，因此在农产品的分拣过程中需要分拣出存在缺陷的农产品。上面说到的三个方面是农产品品质的主要差异，这些差异会影响到农产品本身的价值，从而影响到农产品的销售价格。所以在农产品的分拣过程中需要足够的应变能力来对产品进行检测分析，从而分拣出那些不符合要求的产品。我国的农产品自动分拣技术起步于20世纪90年代，相对于世界发达国家起步晚了二十年。在当时，我国的农产品自动分拣技术以橙的自动分拣设备研究和分瓣设备系统的研制为代表；同时，中国科学院对农产品自动分拣技术应用、国内外水果市场分拣情况和农产品质量检测进行分析调查，并且对自动分拣技术应用进行基础研究，再引进日本、瑞士的农产品加工设备，从而开始了柑橘自动分拣、柑橘加工相应配套设备系统的研制，为柑橘产业的发展提供了全方位的技术支持[1]。相对于国外的农产品自动分拣技术，我国的农产品自动分拣技术中比较常见的是机械式的分拣，这种自动分拣技术主要用于水果的自动分拣。比如依据农产品直径大小来进行分拣的自动分拣技术，这种自动分拣技术主要是使用一些结构比较简单的分拣机械来进行农产品的自动分拣，其中比较典型的是滚筒筛孔式水果分拣机。滚筒筛孔式水果分拣机的优点是机械结构简单、价格低廉、分拣速度快和工作效率较高；但是它的缺点也是显而易见的，滚筒筛孔式水果分拣机在分拣的过程中，农产品会受到更加长时间的挤压和摩擦，从而导致农产品的外部品质更加容易受到损坏，而且当农产品的形状不规则时，分拣的结果会出现较大的偏差[2]。除此之外，我国还有一些运用计算机图像处理技术检测农产品的外部品质，并自动分拣农产品的分拣技术。这种农产品自动分拣技术，使用摄像头采集农产品的图像信息，再根据得到的图像信息对农产品的外部情况进行一次性的检测，然后检测得到具体的数据，再根据得到的数据对农产品进行分析和判断，从而达到分拣的目的。这种农产品自动分拣技术的优点是自动化程度较高；缺点是需要处理的信息量较大、信息的处理速度比较慢，从而导致信息处理的时间较长，难以完成实时系统任务。上述两种分拣技术虽然分拣的速度快，但是存在许多的问题，容易影响到农产品的品质，亦或者是信息的处理较慢，难以完成既定的实时系统任务，最终影响到农产品分拣的效率。因此，农产品的自动分拣需要一门拥有高应变能力、高自动化程度、分拣速度快的技术。机器视觉技术是一门新型的自动化技术，它在上世纪七十年代开始被人们研究应用，但是我国对机器视觉技术的研究应用起步晚了大约二十年。机器视觉技术是指使用图像采集系统采集检测对象的图像并从图像中提取该检测对象的图像信息，然后将图像信息转化成相对应的数字信息，运用算法对这些信息进行处理然后进行分析，从而得到最终处理和分析的结果。因此机器视觉技术主要用于对检测对象进行实际的检测、测量和控制。所以机器视觉技术是一门适应性较高的新型检测分拣技术。机器视觉技术具有图像采集的速度快和信息处理的速度快、处理的信息量大、功能种类多的优点。研究现状1.国外研究现状在国外，因为国外对将机器视觉技术应用在农产品自动分拣中的研究起步比较早，所以其研究的成果暂时领先于我国。目前，国外相关的研究已经开始研究将机器视觉技术与其他多种分拣检测技术相结合的阶段。

SarkarN.和R.R.Wolfe[3]在1985年利用数字图像分析以及模式识别技术研究出了一种用于自动分拣西红柿的特殊算法。同时，为了能够进行西红柿的品质分级，他们还研制出了一种机器视觉应用装置。他们的实验结果表面，该分级装置在某种情况下，可以达到或者超过人工检测的精度，分级误差率为3.5%。NadineE.Little等[4]于2007年运用机器视觉技术对牡蛎的形状进行研究，并且对检测系统进行了改进。他们对系统进行改进之后，该系统检测出的结果相对于改进前的系统变得更加的清晰明了，其检测牡蛎的速度达到了60/min。2.国内研究现状目前，我相对于国外来说，机器视觉技术在农产品自动分拣应用的研究还处于一种比较落后的阶段，因为我国在这方面的研究起步较晚。2000年，李庆忠、汪懋华[5]提出了一种苹果进行自动分拣的试验系统，这个系统利用机器视觉技术来进行主要的检测和分拣。该苹果自动分拣系统使用自动输送带匀速输送苹果，让苹果能够有效地将整个表面情况呈现给图像采集系统，让图像采集系统可以准确地将苹果的所有外部信息以图像的形式采集，再辅以合适的照明系统，使图像信息的采集能够顺利进行，以此来完成苹果的实时检测。2007年，丁幼春、陈红、熊利荣[6]利用机器视觉技术对花生仁表皮破损进行检测。他们对在一定条件下采集到的花生图像进行检测，并且对花生仁的破损情况进行了分类，对其中的表皮类破损设计了一种算法，并使该算法应用中能够实现。该试验的结果表明，使用该算法进行破损检测，其正确率达到了100%，破损程度检测准确率达到了95%。2017年，钟小华、曹玉华、张永清、肖成军[7]等基于机器视觉技术提出设计了红枣全表面无损分拣系统。他们设计的这个系统由输送系统、调整系统、分级执行系统、喂料系统、排序系统、检测及控制系统构成。这个红枣自动分拣系统的图像采集系统运用了镜面反射的原理，它能同时采集到红枣的表面图像。这个红枣自动分拣系统，使用图像采集系统采集红枣的图像信息，然后将采集到的图像进行处理和分析，从而获取得到红枣表面的信息，再分析红枣的品质特征，最后对检测的红枣进行判别分级。该试验的结果表明，该红枣自动系统的分级准确率高达90%。图1.1红枣无损自动分拣系统结构示意图相关概念界定机器视觉机器视觉技术是一门新型的自动化技术，运用到图像处理技术、算法、人工智能以及计算机科学等技术。机器视觉技术从客观事物的图像中提取出图像信息，再对提取出的图像信息进行处理并转化成数字信息，然后根据算法处理这些收集到的信息并进行分析和储存，最后按照分析出来的结果来对分析对象进行实际的检测、测量和控制。机器视觉技术拥有检测速度快、采集到的信息量大、功能多的优点。一般来说，机器视觉技术的应用系统是由照明系统、图像采集系统、信息转换系统、算法和计算机等组成。机器视觉技术的工作原理是：首先运用照明系统和图像采集去趟采集被检测对象的图像信息，然后将采集到的图像信息转化成数字信息，再选择合适有效的算法进行处理与分析，从而得到最终的检测分析结果。在机器视觉系统中，图像的获取是通过照明系统、图像采集系统和图像转换系统等完成的。在图像采集阶段，机器视觉系统的主要任务是使用图像对检测对象进行描述，然后再使用图像转换系统将图像信息转换成数字信息。因为不同的检测对象具有不同的分光反射特性，所以通过分析这些检测对象的图像特征来进行分析检测。运用机器视觉技术进行检测，算法是必不可少的一个部分，使用合适的算法能够快速高效地处理经图像转换成的数字信息。合适的算法不仅能快速高效地处理信息，而且能够减少一些不必要的处理步骤。将机器视觉技术应用于农产品自动分拣有着其他自动分拣技术无法比拟的优势。农产品有许多的品质特征，其中农产品的形状尺寸、颜色和重量的差异以及一些农产品还存在表面的缺陷是比较重要的品质特征。机器视觉技术相对于其他的自动分拣技术，机器视觉技术提取检测的对象图像信息的速度快，图像信息转化成数字信息的速度快，处理信息并分析的速度快，机器视觉的信息储存量大的优点。机器视觉技术的这些优点能够高效快速地检测农产品的这些特征并且进行分析。农产品自动分拣自动分拣是指通过运用机械化、自动化、智能化等的先进技术对产品进行自动化的分拣。自动分拣的特点是分拣速度快和分拣效率高。相对于人工分拣和半自动分拣，自动分拣的速度更快，效率和准确率更高，对于分拣大批量的产品拥有着较好的分拣效率。农产品自动分拣是指使用自动分拣技术系统对农产品进行全自动分拣。农产品的分拣属于大批量分拣中的一种，使用自动分拣技术能够更加快速地分拣农产品，而且在分拣的过程中能够避免一些不必要的因素对农产品的影响，可以更好的保持农产品的品质和降低农产品分拣时的误差，使农产品的分拣效率和速度能够得以快速提高。目前，我国比较常见的农产品自动分拣技术是使用分拣机械对农产品进行分拣，这种农产品自动分拣技术主要用于蔬菜水果的分拣。其中比较典型的分拣机械就是滚筒筛孔式水果分拣机，这种水果分拣机通过在圆盘装置上设置不同尺寸的筛孔，以这些筛孔的尺寸来作为分拣的标准。这种分拣机械在分拣的原理是使符合筛孔尺寸的水果从筛孔中通过，达到按尺寸进行自动分拣水果的目的。这种分拣机械的优点是机械结构简单、使用成本较低、分拣速度较快和工作效率较高[8]，这些优点使这种分拣机械在我国受到很大的欢迎，成为我国比较常见的分拣机械。但是这种分拣机械也是有很大的缺点，这种分拣机在水果分拣过程中容易使水果受到挤压的时间变得更长以及延长了水果受到来自水果相互挤压时的摩擦力和水果与设备之间的摩擦力的时间，导致水果的外部品质容易受到损坏，最终影响到水果的品质。研究方法1.文献研究法通过在图书馆、互联网平台收集并整理出机器视觉技术在农产品自动分拣中的应用相关资料，借鉴和学习国内外机器视觉技术在农产品自动分拣应用的相关研究成果，并对这些研究的内容进行一定的概括分析，为本文的写作提供理论上的支持。2.调查法走访参观农产品自动分拣基地，了解农产品的自动分拣技术及其优缺点；了解机器视觉技术在农产品自动分拣中应用的现状以及存在的问题，为提出解决问题的对策提供一定的基础。3.观察法通过对农产品自动分拣工作进行观察，了解农产品自动分拣所运用的技术。了解的内容包括农产品自动分拣的原理和所用到的技术以及这些技术的优缺点。比较分析法将本文所涉及到的各种农产品自动分拣技术进行对比，并根据对比的情况进行分析，得出相关的结论以及见解。研究思路本文主要研究机器视觉技术在农产品自动分拣中的应用。首先，明确本文的研究背景、研究目标及研究意义，通过文献研究、调研、观察和比较分析等方式进行研究，了解农产品自动分拣的发展现状以及各种农产品自动分拣技术的对比与应用情况；其次，通过查阅资料以及调查，对机器视觉技术在农产品自动分拣应用的成功案例进行分析总结和概括，发掘出我国机器视觉技术在农产品自动分拣中的应用存在的问题；再次，针对发掘出的问题，进行深入的调查分析，找到机器视觉技术在农产品自动分拣应用上的优势和劣势；最后，整理并提出机器视觉技术在农产品自动分拣应用的思路与建议。本文的逻辑思路：图1.2文章逻辑架构研究目标及研究意义研究目标本文综合借鉴参考国内外已有的关于机器视觉技术在农产品自动分拣中的应用研究成果，调研并收集农产品自动分拣工作的现状，国内外的农产品自动分拣技术及其优缺点；总结分析机器视觉技术在农产品自动分拣中应用的成功案例；学习并了解机器视觉技术特点，探索分析机器视觉技术在农产品自动分拣中的应用以及存在的问题；针对这些问题提出机器视觉技术在农产品自动分拣中有效运用的有效举措。研究意义2.1现实意义近年来，我国农产品的产量在不断提高，然而在提高产量的同时，农产品的品质也就逐渐受到重视。农产品的分拣是划分和保持农产品品质的重要环节，农产品自动分拣有助于检测分拣出不同品质标准的农产品，但是我国现在的农产品自动分拣技术相对于世界来说，还存在着一定的差距。因此需要一种高精度、高效率、智能化、自动化的农产品自动分拣技术。机器视觉技术能够快速获取检测对象的图像信息并进行处理分析，进而能够快速地分拣农产品。机器视觉技术通过图像摄取系统采集农产品的图象信息，然后转化成数字信息，并且通过算法对这些数字信息进行处理和分析，从而检测出农产品的品质，最终分拣出不同标准的农产品或者不符合标准的农产品。研究机器视觉技术在农产品自动分拣中的应用，可以使农产品自动分拣的速度和效率得到快速提高，从而提高农产品的品质。2.2理论意义本文对农产品自动分拣技术进行调查研究，了解农产品自动分拣的发展现状以及研究现状；调查研究机器视觉技术在农产品自动分拣的应用，结合笔者所学的物流专业知识，分析研究国内外已有的研究成果，并分析概括机器视觉技术在农产品自动分拣应用的成功案例，了解机器视觉技术在我国的发展现状以及存在的问题，并对这些问题进行研究，提出有效的解决方案，以此来提供一定的理论依据。二、农产品自动分拣技术的发展现状国外农产品自动分拣技术的运用与发展现状1.国外的农产品自动分拣方式国外有一种使用信息传感技术的农产品自动分拣设备，电子称重式分选机。这种农产品自动分拣机的工作原理是使用传感器来获取农产品的重量信息，然后将采集到的农产品重量信息输出至控制系统，再由控制系统对传感器采集来的信息进行处理，最后由控制系统发出控制指令，使相关工作设备进场检测分拣活动，从而使农产品能够高效地按照重量来进行自动分拣。2.国外的农产品自动分拣技术随着科学技术的进步，外国人利用杠杆原理研发出了一种新型电子测量仪器来检测农产品的重量。这种农产品检测仪器利用杠杆原理对采集农产品的重量信息，然后再使用算法对这些信息进行处理分析，并得出分析的结果，最后将分析的结果用于按照重量进行检测分拣农产品。利用机器视觉技术进行农产品自动分拣的设备在发达国家研发和使用的比较早。使用机器视觉技术进行农产品自动分拣的原理是：首先，使用摄像机采集检测对象的图像信息，然后将得到的图像信息转化成数字信息，再运用合适有效的算法来处理和分析得到的数字信息，最后将处理分析的结果输送到控制系统，然后控制系统接受到反馈，从而将不符合要求的农产品分拣出来。我国农产品自动分拣技术的运用与发展现状1.我国的农产品自动分拣方式在我国，比较常见的农产品自动分拣方式主要是使用分拣机械进行自动分拣农产品的机械式分拣，这种自动分拣方式是使用一些分拣机械进行农产品分拣。其中比较典型的就是滚筒筛孔式水果分拣机，滚筒筛孔分拣机是由多个滚筒组成，通过设置不同尺寸的筛孔，就可以把水果分成不同的规格。在分拣过程中使符合筛孔尺寸的水果从筛孔中通过，从而达到分拣的目的。这种农产品自动分拣机械主要应用于柑橘类水果的分拣。虽然滚筒筛孔式分拣机拥有机械结构简单、使用的成本较低、分拣的速度快和工作的效率较高的优点；但是其缺点也是显而易见的，这种分拣机在分拣过程中延长了水果受到挤压的时间，导致水果的外部品质容易受到损坏，最终影响到水果的品质。2.我国的农产品自动分拣技术我国的农产品分拣技术产品，比较常见的有使用分拣机械进行分拣的技术，这种分拣技术主要分拣农产品的大小和重量。这种分拣机械中基于大小进行自动分拣的分拣机，典型的有滚筒筛孔式水果分拣机。基于重量进行分拣的分拣机中的代表是果蔬称重分拣机。这种分拣机根据农产品的重量来进行自动分拣。在我国，目前较为先进的农产品分拣技术，比如基于机器视觉的农产品自动分拣技术，基本上处于实验阶段。因此国内一些较大的厂商中的大多数引进国外的农产品品质自动检测分拣设备，但是因为使用环境的不同，这些引进的设备在我国的适用性不怎么好。我国农产品自动分拣的主流技术当前，我国农产品的自动分拣技术主要是机械式分拣，这种分拣方式主要用于水果的分拣。使用这种分拣方式，主要是因为其结构简单，操作容易，价格低廉。这种农产品自动分拣技术主要是通过使用一些分拣机械来进行农产品分拣。其中比较典型的是滚筒筛孔式水果分拣机，这种分拣机主要通过制定不同规格的筛孔来把水果按照不同的尺寸进行分拣。滚筒筛孔分拣机有着分拣速度快、机械结构简单、价格低廉等的优点；但是滚筒筛孔分拣机在分拣农产品时，农产品会受到长时间的挤压以及长时间处于受到摩擦的状态，容易使农产品的外部品质受到损害，这是它的缺点。我国还有一些运用计算机图像处理技术对农产品的外部品质进行检测分拣的分拣技术。这类农产品自动分拣技术主要是通过摄像及采集农产品的图像信息，再根据得到的图像信息对农产品的外部损伤的情况以及农产品的大小、颜色和形状进行一次性的检测，然后检测得到具体的数据，再根据得到的数据对农产品进行分析和判断，从而达到分拣的目的。这种农产品自动分拣技术的优点是自动化程度较高；缺点是需要处理的信息量较大、信息的处理速度比较慢，从而导致信息处理的时间较长，难以完成实时系统任务。4.各种技术的对比与应用情况表2.1各种农产品自动分拣技术对比机械式分拣运用图像处理技术分拣运用机器视觉技术分拣标准按照农产品的尺寸以及重量进行农产品自动分拣按照农产品的尺寸、颜色、形状进行自动分拣按照农产品的形状尺寸、颜色以及农产品的外部损伤情况进行自动分拣优点分拣速度较快机械结构简单使用成本较低自动化程度高分拣速度较快分拣检测的速度快图像采集和处理的速度快分拣检测的功能多自动化程度高缺点分拣时容易是农产品受到损伤，影响农产品的品质需要处理的信息量大，信息处理的速度跟效率较低；使用的成本较多用于农产品表面信息的提取，对动态目标的检测效果较差，算法存在效率低、速度慢和灵活性差的问题从上面的表格来看，农产品的机械式自动分拣技术，主要用于按照尺寸以及重量分拣农产品。机械式农产品自动分拣的优点是农产品分拣的速度较快，机械的结构简单，使用的成本比较低，因此机械式分拣农产品在我国比较常见，是一种比较普遍的农产品自动分拣方式。但是机械式农产品自动分拣存在着容易在分拣时使农产品受到外部损伤的缺点。运用图像处理技术进行农产品自动分拣，主要是把农产品按照尺寸、颜色以及形状进行自动分拣。这种农产品自动分拣技术的优点主要是自动化程度较高，分拣的速度较快。但是它的缺点也是比较明显的，这种农产品自动分拣方式需要处理的信息量大，而它的信息处理速度较慢，难以完成一些较大信息量的检测分析；而且使用这种农产品自动分拣方式进行农产品自动分拣，其成本较高。三、机器视觉技术在农产品自动分拣中的应用机器视觉技术的特点及其应用领域机器视觉技术可以快速获取大量图像信息，然后能够迅速将图像信息转化成数字信息，再通过算法处理和分析这些信息，而且机器视觉技术还可以进行集成加工。因此，在现代自动化的生产过程中，机器视觉技术被普遍应用于大批量的成品检验和质量控制等领域。机器视觉技术具有获取信息快，信息处理与分析速度快，信息容量大的优点。机器视觉技术通过CCD摄像系统采集检测对象的图像信息，该摄像系统能够快速采集检测对象的图像信息，然后将采集到的图像信息迅速转化成数字信息，并且快速地对这些信息进行处理和分析，然后将分析的结果进行整合处理，从而达到分拣农产品的目的。农产品分拣属于大批量生产活动，需要同时分拣大批量的农产品，所以用人工视觉难以保证分拣的效率、质量和精度。一般的自动分拣技术分拣农产品的批量较小，而且它们在分拣过程中难以保证农产品分拣的效率和保持农产品的品质。机器视觉技术能够提高农产品自动分拣的自动化程度，基于机器视觉技术的农产品自动分拣可以有效地避免或减少外部因素的影响，能够使分拣的农产品保持较好的品质；而且机器视觉技术信息获取快、信息处理快和信息量大的优点，使机器视觉技术能够应用在农产品自动分拣提供了依据。机器视觉技术在农产品自动分拣中的应用1.机器视觉技术在农产品表面缺陷与损失识别分拣中的应用农产品的表面缺陷和损伤是影响其品质的重要因素之一。农产品的外部品质（如农产品的表面损伤及缺陷）会影响到农产品的销售价格。使用人工视觉进行分拣，容易把某些损伤部位不明显的农产品当做无损产品分拣，或者在视觉疲劳是容易漏掉。而使用一些机器进行自动分拣，则因为无法进行辨别或者在分拣过程中会受到一些因素的影响，使原本无损的农产品受到损伤，降低了农产品的品质。机器视觉技术的原理是使用计算机技术模拟人的视觉功能和一部分人脑功能，能够不受一些人为因素的影响进行持续的工作，而且机器视觉技术还能够快速地检测农产品的整体表面信息，把那些表面存在缺陷的农产品检测出来，从而达到自动检测分拣出表面有损伤的农产品的目的。2005年，王树文等[9]利用机器视觉技术对番茄损伤区域进行自动检测。他们首先对采集到的图像进行低层处理，然后对番茄的损伤区域进行检测分析，最后得出分析的结果。这项研究提出用区域增长法进行缺陷区域的检测，并且检测的准确率不低于90%。图3.1番茄表面缺陷与检测结果2010年，杨万利等[10]针对苹果淤伤问题,提出了应用红外图像处理技术,根据红外图像形成原理以及特点,利用红外摄像机在风扇加热和冷却两种情况下获得苹果的红外图像,选用红外图像处理方法识别早期淤伤。结果表明,该研究的检测苹果早期淤伤,成功率达到96%以上。2.机器视觉技术在农产品尺寸与形状检测分拣中的应用农产品的形状尺寸是农产品的一个重要品质。不同的农产品有不同的形状尺寸，不同形状尺寸的农产品价格会不相同，因此我们在平时看到的不同形状尺寸的农产品的销售价格是不同的。比如在超市，销售的同一品种的苹果，分成两种尺寸不同的价格进行销售，尺寸大的卖得贵一点，尺寸小的卖得便宜一点。农产品的形状不同其品质也不同，比如黄花梨的果形就是其分拣的重要特征之一。农产品在按照尺寸大小进行分拣时，使用人工视觉进行分拣，不容易分拣农产品的具体尺寸；使用机械进行分拣时，农产品容易受到挤压，会使农产品的外表受到不同程度的损伤。农产品在按照形状进行分拣时，一般的分拣方式不容易分拣出符合要求的果形，因为果形都是有差别的。使用机器视觉技术按照农产品的尺寸进行分拣时，摄像机采集到农产品的图像，可以把这些图像信息迅速转化成与农产品直径有关的数字信息，在对这些信息进行处理和分析，从而使农产品能够按照设定的尺寸标准进行分拣。使用机器视觉就是按照农产品形状进行分拣，机器视觉系统可以通过采集农产品的图像信息，并对这些图像的外表形状的特点进行强化，然后转化成相应的数字信息，最后进行处理和分析，从而达到按照农产品形状进行分析的目的。1999年，应义斌，韩景松等[11]研究了黄花梨果形的机器视觉识别方法。他们首先对黄花梨果形特征进行描述与分类，把黄花梨果形的边界曲线用空间直角坐标系进行描述。然后使用机器视觉技术对黄花梨的外形进行识别。该试验的结果表明，使用机器视觉技术进行黄花梨果形的识别，精确率可达到90%。3.机器视觉技术在农产品颜色检测识别分拣中的应用农产品的颜色也是农产品的一个重要的品质特征。农产品的颜色都是不同的，就算是同种农产品，其颜色的分布也是存在差异的。机器视觉技术可以将采集到的农产品图像进行信息转化处理，将转化后的数字信息通过算法进行处理和分析，然后根据分析处理的结果进行农产品自动分拣，从而达到按颜色分拣农产品的目的。2000年，李庆忠，汪懋华[12]设计了一种基于计算机视觉技术的苹果颜色自动分级系统，系统可以同时采集苹果4个表面在可见光和近红外光谱范围内的图像信息，并对图像信息进行处理，初步实验表明了该系统的可行性。图3.2苹果自动分拣系统结构图（a）系统结构图（b）横向截面图2004年，尚艳芬等[13]根据RGB色度原理，利用计算机图像识别技术，对大米中的黄米粒实现了自动检测，经检测调整黄粒米与大米在蓝色分量值B上的阀值范围，检测精度可达95%以上。2006年，李强等[14]利用机器视觉技术对烟叶的颜色进行定量检测和分析。该机器视技术检测系统使用图像采集系统采集烟叶的图像信息，然后将图像信息转化成数字信息，再使用算法进行处理和分析，最后得出分析的结果。该研究表明，使用机器视觉技术可以快速的分拣大批量的烟叶，同时进行烟叶颜色的统计分析，从而实现利用机器视觉技术进行烟叶分拣。四、机器视觉技术在农产品自动分拣中的成功案例分析2019年，刘振兴、田旭、沈博、任志诚[15]，设计出了基于机器视觉的核桃分拣装置。他们设计出的核桃自动分拣系统通过采集图像信息、核桃分拣程序计算等方面，对核桃分拣装置中的数字化技术进行要点剖析。这个核桃自动分拣装置的工作主要由信息采集和核桃自动分拣两个部分组成。第一，信息采集部分。首先，核桃分拣装置使用摄像头对核桃进行图像信息的采集，然后使用工业相机将图像信息转化成数字信息，然后将数字信息输送至控制系统。在采集图像信息时，还使用照明装置根据不同的位置以及不同的标准调整光源的位置以及光的强度，从而能更好地采集到被检测对象的图像信息。这种核桃分拣装置，在采集信息部分，运用到了摄像头、工业相机以及照明系统等装置，能够快速地采集到核桃的图像信息并且将图像信息转化成数字信息。核桃自动分拣部分。在一方面，分析核桃的表面色度，对核桃质量的好坏进行初步的判定；另一方面，对采集到的信息使用算法进行处理分析，然后将分析的结果用于二次判定，再次对核桃进行检测分拣。在最后，将检测的结果输送至控制系统，就可以将不符合要求的核桃分拣出来。这个核桃分拣装置，从核桃的成色以及核桃的质量两个方面进行判定，这样最终的检测结果不仅保证了核桃的外部成色，而且保证了核桃的内部品质。该研究表明，运用机器视觉技术进行核桃的自动分拣，不仅保证了核桃的内外部品质，而且分拣的速度快、效率高。五、使用机器视觉技术进行农产品自动分拣存在的问题（一）机器视觉技术多用于农产品表层信息的提取与检测目前，机器视觉技术在农产品自动分拣检测中主要是通过摄像头来获取需要检测的农产品的图像信息，都是一些二维的图像信息，并不能具体地描绘检测对象的立体信息，无法检测到农产品内部的情况，所以能获取到的信息都是一些农产品表面的信息。比如农产品的形状、大小、颜色以及表面缺陷等信息，但是农产品的内部信息则无法获取。机器视觉技术通过摄像头来采集需要分拣农产品的图像信息，再把采集到的图像信息传送到信息处理系统，然后通过相应的算法来对农产品进行检测分拣。因为摄像机采集到的信息都是以二维平面图像来呈现的，无法将农产品的内部信息以及立体信息进行高效的呈现，所以运用机器视觉技术分拣农产品现阶段主要用于检测农产品的外部品质，暂时还无法对农产品的内部品质进行检测分拣。机器技术技术用于农产品自动分拣方面，因为机器视觉技术采集到的检测对象的图像多以二维图像的形式表现出来，暂时还无法做到运用三维空间图像进行检测分析，所以需要将机器视觉技术进行改进和开发出新的相关的技术，从而能够更好地运用在农产品自动分拣中，让农产品自动分拣得以更好地进行。（二）研究目标都是静态的，对动态目标的信息处理速度不高就目前来说，国内外的研究学者，对于把机器视觉技术应用在农产品自动分拣的应用研究，主要的研究对象是相对静止的。因此，对于使用机器视觉技术进行农产品自动分拣的研究，是相对于静态目标的。但是在现实生活的实际应用中，检测分拣的农产品是大批量的，所以在检测分拣时为了能够快速高效地分拣农产品，要求农产品在传送带上传送的速度比较快，从而需要一个信息收集与处理的速度更快的系统，以达到更加快速地检测并分拣农产品的目的。针对于识别动态目标，可以使用图像目标识别技术对动态检测对象的图像进行目标识别[16]。使用图像识别技术，首先要将图像的特征用数字信息进行描述，然后通过信息对比，对检测对象进行识别分析，最终得出分析的结果。这样一来，动态目标的识别速度变得更快了，因此动态目标的信息处理也随之变得更快。如此一来，机器视觉技术对动态目标的识别更加的快速、高效，其结果就是机器视觉技术在农产品检测的速度变得更快，最终使得运用机器视觉技术进行农产品自动分拣的效率更高，速度更快，质量更好。所以，针对机器视觉技术对动态目标的处理速度较慢这一方面，运用目标识别技术能更好地进行检测分拣。算法存在效率低、速度慢和灵活性差的问题图像的处理速度主要通过改善算法来增加的。目前的算法存在工作效率低、处理速度慢、灵活性差的问题。因为农产品形状、大小、品种不同，农产品分拣检测的标准不同，每一种农产品的都有独特性，因此运用机器视觉技术来分拣检测农产品，需要抗干扰能力强的算法。而如今的机器视觉系统抗干扰能力较差，因此农产品检测的准确度和精确度不高。使用机器视觉技术进行农产品自动分拣，因为需要分拣的农产品批量较大，所以获取到的信息量大，如果算法的效率过低、速度较慢和灵活性不足会导致农产品检测分拣的速度不能满足实际的需求。所以，对于目前来说，使用机器视觉技术进行农产品自动分拣，改进算法是加快分拣速度的一个方面。机器视觉技术在农产品自动分拣应用的思路与建议（一）改进和优化处理图像的算法图像处理是机器视觉技术的核心环节，而算法又是处理和分析信息的重要方式，现有的算法主要是处理和分析数字信息。在机器视觉系统中，将采集到的信息进行处理是一个重要的环节。因为农产品分拣属于大批量产品分拣，分拣的农产品数量极大，所以采集到的信息量极大，但是目前算法信息处理的速度不能满足实际的应用情况，因此对现有的算法进行改进或者研究出更为高效的算法，能够加快信息的处理和分析速度，从而加快农产品自动分拣的速度，满足实际的应用需求。当前，为了能够更快地进行图像的识别，关于图像识别的算法正处于研究阶段，研究出来的图像识别算法可以大大地提高图像识别的准确性。运用图像识别算法可以有效避免图像处理时的误差，提高图像识别的准确性。图像识别算法也是算法改进和优化的一个方向，这种图像识别算法能够减少图像处理的时间，从而可以加快农产品自动检测分拣的速度和效率。（二）与其他的分拣检测技术结合应用目前来说，使用机器视觉技术进行农产品自动分拣，还存在着一定的局限性，在机器视觉相关技术还没有取得关键性突破的时候，可以使用机器视觉技术与其他分拣检测技术结合起来的方法，进行农产品自动分拣。将机器视觉技术与其他检测分拣技术结合起来应用相对于一般的机器视觉技术有很大的优越性。在检测分拣方面，机器视觉技术与其他分拣检测技术结合起来，可以更加快速地进行检测分拣，大大提高分拣的速度和效率。比如说，将机器视觉技术与农产品重量检测分拣技术结合起来，做到同时检测农产品的多个品质指标。比如说在分拣农产品的时候，除了按照农产品外部信息来分拣农产品，还要找出内部有损的农产品。此时，应该使用声波检测技术与机器视觉技术相结合的分拣检测方式来对农产品的内外部信息进行自动检测，从而可以分拣出内部受到损坏的农产品。因此，将机器视觉技术与其他分拣检测技术进行结合，能够更快、更好地检测农产品的品质，从而得以更加高效地进行农产品自动分拣。（三）三维成像技术的开发与运用三维成像技术是一种新型的立体成像技术，它能够真实的记录和重现出三维场景，使得通过采集和显示技术传递的信息更加真实且直观，具有重要的现实意义。把三维成像技术运用在机器视觉技术检测中，可以更加直观的检测农产品的实际情况，使得农产品自动分拣变得更加的高效。以此同时，机器视觉技术与三维成像技术结婚能够进行立体图像的检测和处理，有助于检测农产品的内部信息，从而能在分拣时分拣出内部有损伤的农产品。因此把三维成像技术与机器视觉技术结合起来用于农产品的分拣检测，能够检测到农产品的内部信息以及一些不易检测的信息，能够对农产品的内部品质进行分拣。所以加快三维成像技术的开发，并将三维成像技术与机器视觉技术结合，将结合的技术应用于农产品自动分拣中，可以大大提高农产品分拣的速度和效率。结论综上所述，机器视觉技术在农产品自动分拣中的应用，是对国内外运用机器视觉技术进行农产品自动分拣应用研究的分析概括。在此基础上，本文通过在图书馆与互联网查阅相关资料，了解、分析并概括国内外相关研究的内容；然后再分析国内外的研究内容，了解到机器视觉技术在农产品自动分拣应用的研究现状以及发展现状，再查找一个机器视觉技术在农产品自动分拣应用中的成功案例并进行分析，分析出机器视觉技术在农产品自动分拣应用中存在的问题，最后再根据相关的研究以及自己的分析，总结出解决问题的措施。参考文献[1]郑岳智.柑橘产业自动分拣次品技术的应用现状[J].农业与技术,2015,35(24):243.[2]李梅.水果分拣技术的研究现状与发展[J].江苏理工学院学报,2018,24(02):121-124.[3]SarkarN,WolfeR.Computervisionbasedsystemforqualityseparationoffreshmarkettomatoes[J].TransactionsoftheASAE,1985,b(5):1714-1718.[4]NadineE.Little,OliverH.Smith,FredW.Wheaton,et.al.Automatedoystershucking:PartII.Computervisionandcontrolsystemforanautomatedoysterorientingdevice[J].AquaculturalEngineering,2007,37:35-43.[5]李庆中,汪懋华.基于计算机视觉的苹果自动分级系统硬件开发[J].农业机械学报,2000,31(2):56-59.[6]丁幼春,陈红,熊利荣.计算机视觉技术在花生仁表皮破损检测中的应用[J].粮油加工,2007(8):92-95.[7]钟小华,曹玉华,张永清,肖成军.基于机器视觉技术的红枣全表面信息无损分拣系统研究与实现[J].食品与机械,2017,33(05):114-118.[8]李梅.水果分拣技术的研究现状与发展[J].江苏理工学院学报,2018,24(02):121-124.[9]王树文,张长利,房俊龙.计算机视觉技术在番茄损伤区域自动检测中的应用[J].农机化研究,2005(3):209-211.[10]杨万利,沈明霞,严君.红外图像处理技术在苹果早期淤伤检测中的应用[J].计算机工程与设计,2010,31(1):149-152.[11]应义斌,景寒松,马俊福,等.黄花梨果形的机器视觉识别方法研究[J].农业工程学报,1999,15(1):192-196.[12]李庆中,汪懋华.基于计算机视觉的苹果自动分级系统硬件开发[J].农业机械学报,2000,31(2):56-59.[13]尚艳芬,侯彩云,常国华.基于图像识别的黄粒米自动检测研究[J].农业工程学报,2004,20(4):146-148.[14]李强,杨晓京,魏岚,等.基于机器视觉的烟叶分离系统[J].现代制造工程,2006(5):101-103.[15]刘振兴,田旭,沈博,任志诚.基于机器视觉的核桃分拣装置[J].时代农机,2019,46(04):113-114.[16]白雪.基于图像处理的目标识别及检测技术[D].兰州理工大学,2016.谢辞转眼间，四年的大学生涯接近了尾声。在这短暂而精彩的大学时光里，我过的充实而精彩，收获到的不仅仅是知识，还有一群志同道合的朋友，更加懂得了做人做事的真谛，这都离不开老师、同学、朋友以及家人对我的帮助和支持。首先我要特别感谢我的导师唐茜老师。在本次论文的撰写过程中，唐老师从论文的选题构思，到论文的思路引导、文字的组织、结构的安排到论文的修改与最终定稿，都给予了我细心的指引与教导，使我得以顺利地完成毕业论文。其次，要感谢每一位教导过我的老师，是老师们在这四年期间的谆谆教导，我的专业能力才得以提升。每一次上课，老师们都很认真地在讲，如果我们有疑问，老师们也会耐心地回答。在大学四年间，老师们认真的工作态度，诚信宽厚的为人处世态度，都给我留下了难以磨灭的印象，也为我今后的工作树立了优秀的榜样。然后，我还要感谢我朝夕相处的同学和朋友，与我度过了大学四年的美好时光，在我遇到困难的时候伸出援手，让我能够度过难关。你们的帮助和支持让我的大学生活变得更加精彩。最后，衷心地感谢我的家人，我永远的支持者，是我前进的动力。在漫长的人生道路中，一直默默地支持我鼓励我，在你们殷切目光的注视下，让我懂得如何独立的成长，使我能够顺利地完成学业。即将走向社会的我，会更加努力提升自我，独立面对生活的每一个考验。另外，感谢在百忙之中抽出时间对本论文进行指导和参与答辩的老师们。由于本人的学识和写作水平有限，在本文的写作还存在许多的不足，恳请老师们指教。谢谢老师！张竣斌2020年5月16日

电脑不启动故障诊治了解电脑启动的过程在诸多电脑故障中，无法正常启动是最令用户头痛的事了。笔者长期从事维护电脑的工作，在这个方面积累了一些经验，现在就将这些经验整理归纳出来与朋友们分享。本文将以家用电脑和windows98操作系统为基础，介绍电脑无法正常启动故障的诊治。要想准确地诊断电脑不启动故障，首先要了解的起动过程，当我们按下电源开关时，电源就开始向主板和其它设备供电，此时电压还没有完全稳定，主板控制芯片组会根据CMOS中的CPU主频设置向CPU发出一个Reset(重置)信号，让CPU初始化，电压完全稳定后，芯片组会撤去Reset信号，CPU马上从地址FFFF0H处执行一条跳转指令，跳到系统BIOS中真正的启动代码处。系统BIOS首先要做的事情就是进行POST(PowerOnSelfTest，加电自检)。POST的主要任务是检测系统中的一些关键设备(电源、CPU芯片、BIOS芯片、定时器芯片、数据收发逻辑电路、DMA控制器、中断控制器以及基本的64K内存和内存刷新电路等)是否存在和能否正常工作，如内存和显卡等。自检通过后，系统BIOS将查找显示卡的BIOS，由显卡BIOS来完成显示卡的初始化，显示器开始有显示，自此，系统就具备了最基本的运行条件，可以对主板上的其它部分进行诊断和测试，再发现故障时，屏幕上会有提示，但一般不死机，接着系统BIOS将检测CPU的类型和工作频率，然后开始测试主机所有的内存容量，内存测试通过之后，系统BIOS将开始检测系统中安装的一些标准硬件设备，这些设备包括：硬盘、CD－ROM、软驱、串行接口和并行接口等连接的设备，大多数新版本的系统BIOS在这一过程中还要自动检测和设置内存的相关参数、硬盘参数和访问模式等。标准设备检测完毕后，系统BIOS内部的支持即插即用的代码将开始检测和配置系统中已安装的即插即用设备。每找到一个设备之后，系统BIOS都会在屏幕上显示出设备的名称和型号等信息，同时为该设备分配中断、DMA通道和I/O端口等资源。最后系统BIOS将更新ESCD(ExtendedSystemConfigurationData，扩展系统配置数据)。ESCD数据更新完毕后，系统BIOS的启动代码将进行它的最后一项工作，即根据用户指定的启动顺序从软盘、硬盘或光驱启动。以从C盘启动为例，系统BIOS将读取并执行硬盘上的主引导记录，主引导记录接着从分区表中找到第一个活动分区，然后读取并执行这个活动分区的分区引导记录，而分区引导记录将负责读取并执行IO.SYS，这是Windows最基本的系统文件。IO.SYS首先要初始化一些重要的系统数据，然后就显示出我们熟悉的蓝天白云，在这幅画面之下，Windows将继续进行DOS部分和GUI(图形用户界面)部分的引导和初始化工作，一切顺利结束，电脑正常启动。根据故障现象诊治了解电脑启动的过程，故障就好判断了，下面我们就根据故障现象开始诊治了：现象一：系统完全不能启动，见不到电源指示灯亮，也听不到冷却风扇的声音。这时，基本可以认定是电源部分故障，检查：电源线和插座是否有电、主板电源插头是否连好，UPS是否正常供电，再确认电源是否有故障，最简单的就是替换法，但一般用户家中不可能备有电源等备件，这时可以尝试使用下面的方法（注意：要慎重）：先把硬盘，CPU风扇，或者CDROM连好，然后把ATX主板电源插头用一根导线连接两个插脚（把插头的一侧突起对着自己，上层插脚从左数第4个和下层插脚从右数第3个，方向一定要正确），然后把ATX电源的开关打开，如果电源风扇转动，说明电源正常，否则电源损坏。如果电源没问题直接短接主板上电源开关的跳线，如果正常，说明机箱面板的电源开关损坏。现象二：电源批示灯亮，风扇转，但没有明显的系统动作。这种情况如果出现在新组装电脑上应该首先检查CPU是否插牢或更换CPU，而正在使用的电脑的CPU损坏的情况比较少见（人为损坏除外），损坏时一般多带有焦糊味，如果刚刚升级了BIOS或者遭遇了CIH病毒攻击，这要考虑BIOS损坏问题（BIOS莫名其妙的损坏也是有的），修复BIOS的方法很多杂志都介绍过就不重复了；确认CPU和BIOS没问题后，就要考虑CMOS设置问题，如果CPU主频设置不正确也会出现这种故障，解决方法就是将CMOS信息清除，既要将CMOS放电，一般主板上都有一个CMOS放电的跳线，如果找不到这个跳线可以将CMOS电池取下来，放电时间不要低于5分钟，然后将跳线恢复原状或重新安装好电池即可；如果CPU、BIOS和CMOS都没问题还要考虑电源问题：PC机电源有一个特殊的输出信号，称为POWERGOOD（PG）信号，如果PG信号的低电平持续时间不够或没有低电平时间，PC机将无法启动。如果PG信号一直为低电平，则PC机系统始终处于复位状态。这时PC机也出现黑屏、无声响等死机现象。但这需要专业的维修工具外加一些维修经验，因此，建议采用替换法；电源没有问题就要检查是否有短路，确保主板表面不和金属（特别是机箱的安装固定点）接触。把主板和电源拿出机箱，放在绝缘体表面，如果能启动，说明主板有短路现象；如果还是不能启动则要考虑主板问题，主板故障较为复杂，可以使用替换法确认，然后更换主板。现象三：电源指示灯亮，系统能启动，但系统在初始化时停住了，而且可以听到嗽叭的鸣叫声（没有视频）：根据峰鸣代码可以判断出故障的部位。ccid_page/AwardBIOS1短声：说明系统正常启动。表明机器没有问题。2短声：说明CMOS设置错误，重新设置不正确选项。1长1短：说明内存或主板出错，换一个内存条试试。1长2短：说明显示器或显示卡存在错误。检查显卡和显示器插头等部位是否接触良好或用替换法确定显卡和显示器是否损坏。1长3短：说明键盘控制器错误，应检查主板。1长9短：说明主板FlashRAM、EPROM错误或BIOS损坏，更换FlashRAM。重复短响：说明主板电源有问题。不间断的长声：说明系统检测到内存条有问题，重新安装内存条或更换新内存条重试。AMIBIOS1短：说明内存刷新失败。更换内存条。2短：说明内存ECC较验错误。在CMOS中将内存ECC校验的选项设为Disabled或更换内存。3短：说明系统基本内存检查失败。换内存。4短：说明系统时钟出错。更换芯片或CMOS电池。5短：说明CPU出现错误。检查CPU是否插好。6短：说明键盘控制器错误。应检查主板。7短：说明系统实模式错误，不能切换到保护模式。8短：说明显示内存错误。显示内存有问题，更换显卡试试。9短：说明BIOS芯片检验和错误。1长3短：说明内存错误。内存损坏，更换。1长8短：说明显示测试错误。显示器数据线没插好或显示卡没插牢。现象四：系统能启动，有视频，出现故障提示，这时可以根据提示来判断故障部位。下面就是一些常见的故障提示的判断：一、提示“CMOSBatteryStateLow”原因：CMOS参数丢失，有时可以启动，使用一段时间后死机，这种现象大多是CMOS供电不足引起的。对于不同的CMOS供电方式，采取不同的措施：1.焊接式电池：用电烙铁重新焊上一颗新电池即可；2.钮扣式电池：直接更换；3.芯片式：更换此芯片，最好采用相同型号芯片替换。如果更换电池后时间不长又出现同样现象的话，很可能是主板漏电，可检查主板上的二极管或电容是否损坏，也可以跳线使用外接电池，不过这些都需要有一定的硬件维修基础才能完成。二、提示“CMOSChecksumFailure”CMOS中的BIOS检验和读出错；提示“CMOSSystemOptionNotSet”，CMOS系统未设置；提示“CMOSDisplayTypeMismatch”，CMOS中显示类型的设置与实测不一致；提示“CMOSMemorySizeMismatch”，主板上的主存储器与CMOS中设置的不一样；提示“CMOSTime&DateNotSet”，CMOS中的时间和日期没有设置。这些都需要对CMOS重新设置。三、提示“KeyboardInterfaceError”后死机原因：主板上键盘接口不能使用，拔下键盘，重新插入后又能正常启动系统，使用一段时间后键盘无反应，这种现象主要是多次拔插键盘引起主板键盘接口松动，拆下主板用电烙铁重新焊接好即可；也可能是带电拔插键盘，引起主板上一个保险电阻断了（在主板上标记为Fn的东西），换上一个1欧姆／0.5瓦的电阻即可。四、自检过程中断在xxxKCache处这表示主板上Cache损坏，可以在CMOS设置中将“ExternalCache”项设为“Disable”故障即可排除。同理，在自检主板部件时出现中断，则可以认为该部件损坏，解决方法一般可以在CMOS中将其屏蔽，如果不能屏蔽该部件最好更换主板。五、提示“FDDControllerFailure”BIOS不能与软盘驱动器交换信息；提示“HDDControllerFailure”，BIOS不能与硬盘驱动器交换信息。应检查FDD（HDD）控制卡及电缆。六、提示“8042GateA20Error”8042芯片坏；提示“DMAError”，DMA控制器坏。这种故障需要更换。七、提示“DisplaySwitchNotProper”主板上的显示模式跳线设置错误，重新跳线。八、提示“KeyboardisLock...Unlockit”键盘被锁住，打开锁后重新引导系统。九、IDE接口设备检测信息为：“DetectingPrimary（或Secondary）Master（或Slave）...None”表示该IDE接口都没有找到硬盘，如果该IDE口确实接有硬盘的话，则说明硬盘没接上或硬盘有故障，可以从以下几方面检查：1、硬盘电源线和数据线是否接触不良，或换一根线试试；2、CMOS设置有无错误，进入CMOS将“PrimaryMaster”、“PrimarySlave”、“SecondaryMaster”三项的的“TYPE”都设置成“Auto”；3、替换法确认硬盘本身有故障。十、IDE接口设备检测信息下面显示“Floppydisk(s)fail(40)”出错信息表示CMOS所指定的软盘驱动器有问题。判断和解决的方法与硬盘相似。现象五：系统不能引导。这种故障一般都不是严重问题，只是系统在找到的用于引导的驱动器中找不到引导文件，比如：BIOS的引导驱动器设置中将软驱排在了硬盘驱动的前面，而软驱中又放有没有引导系统的软盘或者BIOS的引导驱动器设置中将光驱排在了硬盘驱动的前面，而光驱中又放有没有引导系统的光盘，这个都很简单，将光盘或软盘取出就可以了，实际应用中遇到“DiskBootFailure，InsertSystemDiskAndPressEnter”的提示，多数都是这个原因。如果是硬盘不能引导的话一般有两种情况：一种是硬盘数据线没有插好，另一种就是硬盘数据损坏。前者一般多会出现硬盘容量检测不正确和引导时出现死机的现象；后者则是干脆找不到引导文件或提示文件损坏。前者只需重新连接好数据线即可；后者则需要用win98的启动软盘或启动光盘启动，根据实际情况来定：一、提示“Invalidpartitiontable”或“NotFoundany[activepartition]inHDDDiskBootFailure，InsertSystemDiskAndPressEnter”，这说明找不到硬盘活动分区，需要对硬盘重新分区。二、提示“Missoperationsyste”，说明硬盘活动分区需要重新格式化（formatc:/s）。三、提示“InvalidsystemdiskReplacethedisk，andthenpressanykey”或显示“StartingWindows98…”时出现死机，说明硬盘上的系统文件丢失了或损坏，使用“sysc:”，命令传递系统文件给c盘，再将C拷贝给c盘。现象六：硬盘可以引导，但Windows不能正常启动，也不能进入安全模式。这种情况表明Windows98出现了严重的错误，首先，用杀毒软件查杀病毒，看是不是病毒造成的，如果没有发现病毒可以用以下方法试一试。一、