首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  国内免费   6篇
     6篇
  2004年   1篇
  1999年   4篇
  1998年   1篇
排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
机器视觉技术在黄花梨尺寸和果面缺陷检测中的应用   总被引:10,自引:10,他引:27  
为提高出口水果品质,对黄花梨进行了机器视觉技术检测外形尺寸与表现状况的试验研究。通过确定图像处理窗口、利用Sobel算子和Hilditch细化边缘;确定形心点找出代表果径,试验检测结果表明,预测果径值与实际尺寸的相关系数可达0.96。对检测果面缺陷,提出利用红(R)、绿(G)色彩分量在坏损与非坏损交界处的突变,求出可疑点,再经区域增长定出整个受损面,试验对比表明该算法是精确的  相似文献
2.
3.
柑橘成熟度机器视觉无损检测方法研究   总被引:7,自引:7,他引:34  
水果内部品质无损检测技术是确定水果最佳采收期和按成熟度进行准确分级的关键。本研究以表面色泽与固酸比为柑橘成熟度指标,建立了用于柑橘成熟度检测的机器视觉系统,确定了适宜的背景颜色,进行了柑橘的分光反射试验,发现绿色柑橘表面与桔黄色表面的反射率在700 nm时反射率相差最大,约达53%,且各自的反射率都较大,700 nm是获得高质量的柑橘图像的较佳中心波长。建立了利用协方差矩阵和样本属于桔黄色和绿色的概率来判断柑橘成熟度的判别分析法,并以实测的固酸比值作为对照,对72枚柑橘样本进行了试验,柑橘成熟度的判别准确率达到91.67%。这表明柑橘果实的表皮颜色与成熟度之间具有相关性。  相似文献
4.
用计算机视觉进行黄花梨果梗识别的新方法   总被引:5,自引:5,他引:10  
梨的果梗是否存在是分级的重要特征之一。通过计算机视觉系统摄取黄花梨图象,应用图象处理技术完成图象与背景的分割。针对使用细化及收缩膨胀算法识别果梗速度较慢,提出了一种快速算法。该法利用梨果梗直径小,选择不同大小的模板,判别图象中是否存在果梗,同时得到果梗头、底部与梨相交点的坐标,依据切线斜率信息,对果梗的完好性进行判断。试验结果表明,该算法可以100%判断果梗是否存在,判断果梗是否完好的正确率达到93%,判别速度提高4~6倍。而且该算法具有一定的鲁棒性,对旋转、移位不敏感。  相似文献
5.
黄花梨果形的机器视觉识别方法研究   总被引:2,自引:2,他引:17  
黄花梨的果形是分级的重要特征之一。利用机器视觉采集黄花梨图像,研究了不规则果品的形状描述方法,提出在黄花梨的分级过程中采用傅立叶变换与傅立叶反变换对来描述果形,开发了基于人工神经网络的果形识别软件。研究发现该傅立叶描述子的前16个谐波的变化特性足以代表梨体的主要形状,采用傅立叶描述子与人工神经网络相结合的方法进行果形识别的精确率可达90%。而且只要有合适的训练对,该方法也可以用来对其它水果进行外形识别  相似文献
6.
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号