共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
基于机器视觉的干制红枣大小分级方法研究 总被引:1,自引:0,他引:1
为了实现干制红枣的大小自动分级,介绍了应用机器视觉的干制红枣自动分级方法,利用CCD摄像机获取红枣的样本图像,应用MATLAB软件编程实现了样本图像的灰度化、二值化、图像分割、图像滤波、图像形态学处理、边缘检测和特征量提取等处理,参照干制红枣分级标准完成了红枣自动分级。通过实验数据回归分析得出红枣实测纵径、果质量与识别值当量值之间的数学检测模型,其决定系数分别达0.995 5和0.948 1。实验表明,采用句法模式识别对数据进行红枣大小分级,分级准确率达85%。 相似文献
3.
4.
5.
6.
7.
8.
9.
基于机器视觉的无损检测是植物生长建模的关键技术之一,对图像采集系统进行标定是实现无损检测的基本步骤.目前,摄像机标定的方法有传统标定方法、主动视觉标定法、自标定方法等.为此,对现有标定方法分别进行了讨论与比较,结果表明,传统线性标定法可以满足农作物无损检测的要求. 相似文献
10.
为实现鸡肉新鲜度的快速准确检测,设计了一种基于电子鼻和视觉数据融合的一体化检测装置。装置由控制系统、视觉系统和电子鼻系统3部分组成,可同时通过电子鼻传感器阵列检测鸡肉散发的气体浓度并由摄像机采集鸡肉视觉图像,控制板传输数据至Jetson Nano上位机进行特征提取、融合与分析。由该装置获取不同新鲜度鸡肉样本的气味和图像数据,采用主成分分析方法进行降维处理,再基于支持向量机建立鸡肉新鲜度分级模型,准确率可达98.7%。该装置具有准确率高、便携和稳定性强等特点,可为肉品新鲜度检测提供技术支持。 相似文献
11.
12.
13.
本章提出了一种基于概率神经网络(PNN)结合机器视觉的鸭蛋表面裂痕检测方法,配合背景光照法,结合灰度图像处理、图像高斯滤波处理、图像分割处理等算法去除图像杂质干扰,采用反锐化掩模局部对比度增强的分段增益改进算法来增强裂痕,收集裂痕、污点的相关信息作为数据集录入PNN神经网络,进行识别判断。本研究对1 600张鸭蛋图片样本进行采样分析,将鸭蛋分为好蛋、脏污蛋、裂纹蛋3种。试验表明,该系统对干净无损蛋、脏污无损蛋、裂纹蛋的检测准确率分别达到了95.1%、77.9%、95.3%,具有较好的泛化性和鲁棒性,符合复杂鸭蛋生产加工环境的应用需求。 相似文献
14.
15.
16.
【目的】机器视觉技术具有无损、快速、准确、智能化程度高等优点,被广泛应用于水果检测中,替代人工对水果的检测分级,因此研究小组基于机器视觉技术,来探究蜜柑横径的测量方法和过程。【方法】研究小组在试验研究过程中,通过图像采集系统获取蜜柑样本图像,并对其进行灰度化、中值滤波等预处理,采用阈值分割的方法将蜜柑图像和背景图像进行分割。对蜜柑图像区域进行填充和形态学处理等,提取蜜柑的边缘轮廓图像;运用Canny算子的边缘检测技术,最终提取出蜜柑的轮廓;依据轮廓图像,采用拟合圆法,将拟合出的圆的直径作为蜜柑横径数据,并和人工实测的蜜柑横径数据进行比对和分析。【结果】从测试样本中随机取出9个蜜柑样本进行试验,通过相对误差数据表明,机器视觉技术能够比较合理、准确地计算出蜜柑的横径。【结论】将机器视觉技术应用到蜜柑横径的测量中,通过采用相关的图像处理方法和数据运算,探讨出了蜜柑横径的测量过程和方法,为蜜柑乃至柑橘类水果的智能化分级提供了方法理论和数据基础。 相似文献
17.
基于信息融合的农业自主车辆障碍物检测方法 总被引:3,自引:0,他引:3
针对单一传感器在智能车辆环境感知中的局限性,提出一种基于摄像机与激光雷达信息融合的农业自主车辆前方障碍物检测方法。对单目摄像机获取的图像进行基于Ft(Frequency-tuned)算法的显著性检测,并生成显著图。同时对激光雷达反射点进行基于数据关联性评估的聚类分析,确定障碍物数量、边界与位置等先验信息。然后以激光雷达坐标相对应的图像像素坐标为种子点,由种子点激活经过处理的显著图,基于受限区域生长实现障碍物区域分割。试验结果表明,基于Ft算法的图像显著性检测具有更好的边缘检测效果,基于种子点的受限区域生长法可以有效地进行障碍物分割。在机器视觉的基础上融入激光雷达数据,可以更好地排除非障碍物的干扰,实现了障碍物的完整检出。 相似文献
18.
19.
玉米果穗自动考种系统设计与试验 总被引:3,自引:0,他引:3
目前玉米考种主要采用传统的手工考种和基于机器视觉的半人工考种。基于机器视觉的半人工考种是由人工来完成玉米果穗的摆放,通过机器视觉的方法来实现玉米果穗特征参数测量,测量完毕后由人工收集玉米果穗,缺点是半人工、非全自动,测量效率受人工操作时间限制。针对上述问题,为实现玉米果穗考种过程中性状信息的自动图像采集处理及自动称量,设计了一种玉米果穗自动考种系统,主要包括直线振动喂料机、横向定位传输机构、气动夹取搬运机构、图像采集平台、称量平台、推送机构、可编程控制器(PLC)和计算机8部分,来实现玉米果穗的自动喂料、自动排序、自动图像采集处理和自动称量等功能。在此基础上对机构及控制系统进行了样机试制,试验结果表明,样机对玉米果穗的夹取、搬运及放置位置准确,图像采集处理方法可行,样机一个工作周期在6s以内,试验中,采用单相机时整穗的平均图像测量速度在600ms/穗以内。样机整体性能能够满足考种使用要求。 相似文献
20.
为开发自动化的排种器试验检测系统,基于种子坐标检测和平稳随机过程的穴播排种器排种质量机器视觉检测法,阐述了该机器视觉穴播排种器的试验目的、试验检测系统、试验设计以及试验实施。该土槽试验检测系统是以机器视觉方式采集了穴播种子流的12组序列图像样本,其呈现漏播、单粒播、二粒播、三粒播等多形态排种的丰富组合,基本代表可能产生的种子流类型。 相似文献