共查询到19条相似文献,搜索用时 55 毫秒
1.
农产品品质检测中常用的图像背景分割方法 总被引:4,自引:1,他引:4
利用机器视觉对农产品进行无损检测和自动分级时,对实时拍摄的农产品图像,在进一步的特征提取、模式识别等图像处理之前,采用适当、有效的方法把农产品图像从背景中分剖出来是一个非常重要的预处理步骤。其分割效果的好坏将直接影响到农产品分级的最终效率和准确性。为此,介绍了农产品品质无损检测中常用的图像背景分割方法。 相似文献
2.
基于分块阈值和边缘检测的叶片分割算法 总被引:2,自引:0,他引:2
针对复杂的植物叶片图像,提出了一种分块阈值、边缘检测相结合的图像分割算法。首先,根据预先确定的子块的大小,把整幅图像划分成若干数目的子块,对每个子块用大津法进行分割,把分割好后得到的子图像拼接起来形成目标图像;然后,用改进的Sobel边缘算子对原图像进行边缘提取分割;最后,把分块阈值得到的结果与边缘检测得到的结果结合起来得到较优的结果;在此基础上再进行腐蚀、填洞等形态学操作,得到最终的分割结果。实验表明:与传统的分块阈值、边缘检测相比较,此算法的抗噪性较好,细节上分割得也较为清楚,具有较好的分割效果。 相似文献
3.
水果品质机器视觉检测中的图像颜色变换模型 总被引:12,自引:1,他引:12
在水果品质的机器视觉检测过程中,水果形状导致的图像颜色失真直接影响最终的检测和分级结果。本文在6个位置分别采集了3种大小、19种不同表面颜色的标准实验球体的图像。在分析球体的大小、表面颜色和图像采集位置等因素对球体图像颜色的亮度、色调和饱和度的影响后发现,球体图像的颜色失真主要是颜色的亮度失真。建立了摄像视区中心球体图像的亮度校正模型,该模型的相关系数R^2为0.846。采用该模型在Matlab软件平台上构建了柑桔图像的颜色校正算法,实验结果表明,该颜色校正模型和算法是有效和可靠的。 相似文献
4.
本文阐述了几种水果内部品质的无损检测法,分析说明了各自的工作原理、测试及分析方法,并探讨了水果无损检测的应用前景. 相似文献
5.
本文阐述了几种水果内部品质的无损检测法,分析说明了各自的工作原理、测试及分析方法,并探讨了水果无损检测的应用前景. 相似文献
6.
本文阐述了几种水果内部品质的无损检测法,分析说明了各自的工作原理、测试及分析方法,并探讨了水果无损检测的应用前景。 相似文献
7.
以水果分拣控制过程为研究对象,基于RGB图像检测方法建立分拣控制算法.同时,利用异步图像采集模式进行水果图像获取,并借助中值滤波和高斯滤波器两种方式实现水果图像噪音去除;采用全局自动阈值分割法进行水果图像特征提取,从而实现水果颜色特征及表面区域特征的识别分类.将特征数据与设定好的特征阈值进行对比,从而实现水果等级的鉴定... 相似文献
8.
9.
10.
图像分割是一种重要的图像分析技术,旨在把图像分成各具特性的区域并提取出感兴趣的部分.图像分割的结果是图像特征提取、识别等图像理解的基础.介绍阈值分割和边缘检测的分割方法,并进行分割算法试验,分析自然场景下植物叶片图像几种分割方法的优缺点,为该分割方法的应用提供依据. 相似文献
11.
基于计算机视觉的水果大小检测方法 总被引:31,自引:4,他引:31
通过计算机视觉技术获取水果的图像,对该图像进行边缘检测等处理后,以其自然对称形态特征为依据。确定水果的检测方向,进一步检测水果的大小,试验表明,该方法检测速度快,正确率高,适用范围宽,能够满足水果自动检测要求。 相似文献
12.
为自动采集水果机器视觉分选机输送装置上水果所有表面的图像信息,设计了一套水果流动态图像实时采集系统,并提出了一种水果流等转角动态序列图像实时采集方法,依靠水果输送翻转装置实现水果的等角速度均匀翻转,依靠图像采集实时控制系统实现2台摄像机的适时同步触发,再通过图像处理系统判断获取图像中有无水果及图像的奇偶帧特性,从而实现了输送线上不同大小水果的等转角动态序列图像自动采集.试验表明,该系统能自动采集到输送线上每个水果的6帧图像,且相邻图像帧之间水果大约旋转60°,6帧图像中水果近似旋转一周. 相似文献
13.
14.
基于机器视觉的荔枝果实采摘时品质检测技术 总被引:4,自引:0,他引:4
为了在荔枝采摘时实时判断果实的品质状态,通过分析自然环境中荔枝不同生长期的图像,对荔枝果实未成熟、成熟、成熟后外表腐烂变质的3种情况进行了图像数据分析。选取了YCbCr颜色模型,利用探索性分析法对荔枝不同部位、不同光照、不同生长期的荔枝图像的Cr分量进行了数据分析与统计,确定了辨识荔枝果实未成熟与成熟的Cr分量的阈值范围;对于成熟的荔枝,采用边缘提取与Hough圆拟合方法对其Cr分量图进行处理,标记出图像的荔枝果实,然后利用纹理统计法、颜色特征与果实不同部分面积比值相结合的方法进行果实变质的判断,最终实现了未成熟、成熟以及腐烂变质的荔枝果实的视觉智能判断,建立了荔枝果实品质辨识的智能系统。试验结果表明,辨识荔枝品质状态的正确率达93%。 相似文献
15.
16.
17.
18.