共查询到15条相似文献,搜索用时 78 毫秒
1.
脐橙外部品质计算机视觉检测技术初步研究 总被引:6,自引:1,他引:6
根据脐橙图像的特点和分级标准,运用计算机视觉和神经网络算法对脐橙进行自动检测与分级。采用中值滤波和线性低通滤波技术对原始脐橙图像进行平滑、去噪,在对脐橙图像像素点颜色信息统计的基础上,通过设置蓝色分量、色调、饱和度的阈值,从图像中快速准确的分割出果实图像;确定果实横径、果形、表面缺陷率、色泽与着色率为脐橙外部品质分级的特征参数;通过BP神经网络建立了特征参数与脐橙等级之间的关系模型,试验结果表明,其预测准确率达到85%。 相似文献
2.
3.
针叶树种计算机视觉苗木自动分级系统的研究 总被引:7,自引:0,他引:7
针对苗木分级领域的实际需要及国际苗木分级技术发展状况,研究,设计了针叶树种计算机视突苗木自动分级系统。该系统应用计算机视觉技术和神经网络技术。通过对苗木图像的处理。在实验室中实现对苗木的自动分级,实验研究表明,计算机视觉自动分级系统在苗木分级领域中具有良好的应用前景。 相似文献
4.
针对脐橙自动分级检测中存在正确识别率偏低、实时性不强的问题,提出一种综合特征提取方法:在对图像颜色模型进行转换后,用H分量图像提取脐橙的大小特征;S分量图像通过背景分割、边缘灰度补偿、整体亮度变换后提取脐橙的果面缺陷特征;采用R、G、R-G3个分量的均值和标准差提取脐橙的颜色特征。以脐橙的大小特征、果面缺陷特征和颜色特征为支持向量机(Support vector machine,SVM)的试验输入向量,进行脐橙分级检测试验,以实现提高脐橙自动分级正确识别率和增强实时。试验结果表明:该SVM分类器对脐橙分级的正确识别率为91.5%,处理时间为160ms,适合于实时环境下的分级检测。 相似文献
5.
脐橙色泽与着色率的机器视觉检测技术研究 总被引:4,自引:0,他引:4
色泽与着色率是脐橙品质和机器分级的重要指标,但用传统算法很难建立脐橙颜色参数与其之间的关系模型。研究对脐橙图像进行预处理后,分析脐橙表面颜色特征参数,提取脐橙有效像素的H(色调)、S(饱和度)、R(红色分量)、G(绿色分量)、B(蓝色分量)的平均值与标准差作为参数,对着色率与色泽进行定量描述,并通过神经网络算法建立颜色特征参数与色泽和着色率之间的关系模型。结果表明,该分级模型对着色率与色泽的分级与人工标准分级的一致度分别为90%和92%。 相似文献
6.
脐橙表面农药残留的计算机视觉检测方法研究 总被引:4,自引:2,他引:4
经不同种类农药处理后,采集脐橙激光散射图像,通过对表面是否喷洒农药,以及表面喷洒不同种类农药的水果图像进行处理,用一元非线性方程拟合脐橙图像灰度值分布曲线。结果表明,脐橙图像灰度值在10~100范围内的灰度曲线拟合模型与农药残留是密切相关的,能用于区分脐橙表面是否存在农药残留。 相似文献
7.
脐橙的可食率可通过脐橙的重量和体积估测得到,在此基础上提出了一种脐橙可食率的估测方法。首先通过机器视觉技术获取脐橙2个方向的截面积,再以这2个截面积和脐橙重量为输入变量的神经网络估计脐橙的可食率。试验结果表明,该方法在估计脐橙的可食率方面取得了较好的效果。 相似文献
8.
9.
10.
11.
崀丰脐橙是从华盛顿脐橙(Washington navel orange)中选育出来的优良芽变品种.该品种为中晚熟品种,果形美观,色泽鲜艳,品质优异,耐贮性好;适应性强,遗传性状稳定,坐果率可达1%~1.5%,适宜在高温多湿的南方地区推广栽培。 相似文献
12.
为有效宣传江西省橙乡赣州市,打造赣州市世界最大的优质脐橙基地,扩大赣州脐橙的影响,必须统一赣州市所有脐橙产品的包装,从而在对外销售时也能最大化的宣传橙乡赣州市。 相似文献
13.
14.
于7—9月脐橙果实膨大期,连续达10 d晴天,进行树盘灌水,调查果实体积增长量和株产量。结果表明:灌水处理果实净增量曲线波动较未灌水处理的小,而且曲线高峰与低谷出现的时间和谷值有区别;8月上中旬,灌水处理曲线快速升高,而对照曲线逐步下降;平均株产量灌水处理(17.17 kg)大于对照(12.57 kg)。 相似文献
15.
朱从容 《浙江水产学院学报》2008,(4):439-443
介绍了计算机视觉技术的概念及其系统组成,综述了计算机视觉技术在鱼种及形状识别、鱼只计数、鱼体尺寸和重量测量、投饵监控和鱼的行为监测中的应用。 相似文献