排序方式: 共有50条查询结果,搜索用时 15 毫秒
1.
鸡蛋新鲜度神经网络检测系统的研究 总被引:4,自引:4,他引:4
鸡蛋内部颜色信息(H、I、S)的变化表征蛋的新鲜度等内部品质的变化。用计算机视觉装置获取鸡蛋颜色参数(H、I、S),通过试验获得鸡蛋的新鲜度大小(哈夫值),用它们作为样本数据建立BP神经网络模型,获取鸡蛋新鲜度与其图像颜色参数之间的最优关系,达到自动检测鸡蛋新鲜度。经检验,系统正确识别率为90.8%。 相似文献
2.
鸭蛋破损检测的试验研究 总被引:20,自引:0,他引:20
试验研究了损壳蛋和未损壳蛋的声学特性差异,数据分析采取模糊聚类的方法获得损壳蛋和未损壳蛋隶属函数式,计算两个模糊集的隶属度,按照最大隶属度原则就可准确区分损壳蛋。用此方法设计的鸭蛋破损检测系统,其好壳蛋检测准确率为85%,损壳蛋检测准确率为90%。 相似文献
3.
鸭蛋动态图像预处理和获取颜色特征参数的算法 总被引:4,自引:3,他引:4
研究了动态鸭蛋图像预处理及图像颜色特征参数的提取算法。其中预处理包括去图像边缘毛刺和蛋壳污点信息;提取鸭蛋图像颜色特征参数需要通过鸭蛋轮廓识别和圆形搜索算法实现,对于鸭蛋图像的轮廓识别是以彩色图像的红色分量R来判定图像边界点,并以此计算出鸭蛋图像蛋内像素和,用圆形搜索法求出蛋芯颜色特征区域并提取图像特征颜色参数。试验结果表明,通过该算法,得到的蛋重模型相关性达到0.95,建立的颜色模型相关性达到0.92。 相似文献
4.
基于神经网络与图像处理的花生仁霉变识别方法 总被引:8,自引:1,他引:8
为了采用机器视觉对霉变花生仁的自动识别与分选,研究了一种基于花生仁图像特征和人工神经网络的霉变识别方法。首先,利用Sobel算子直接对噪声含量少、边缘保存较完整的B分量灰度图进行边缘检测,经过形态学滤波、填充、合成等处理去除背景,得到分割后的彩色花生仁图像。然后提取颜色特征H、I、S及纹理特征RW、GW、BW,将其作为MATLAB所创建的神经网络的输入,并分别定义正常、轻度霉变、严重霉变3组代码为100、010、001的类型作为网络的输出,建立特征参数与霉变等级之间的神经网络识别模式。试验结果表明,该方法对正常花生仁、轻度霉变花生仁、严重霉变花生仁的检测准确率分别为95%、90%、100%,得到了较好的识别效果。 相似文献
5.
6.
以鸡蛋为试验对象,进行不同的敲击材料、测点、敲击速度、质量、蛋壳强度情况下的敲击振动试验。用加速度传感器获取振动信号,并对该振动信号进行傅里叶变换,提取特征参数。结果表明:不同敲击材料、测点、敲击速度对主响应频率没有太大影响,而质量和蛋壳强度却对主响应频率有较显著的影响,随着质量的增加,主响应频率下降,随着蛋壳强度的增加,主响应频率增大。 相似文献
7.
蛋壳破损自动检测模型研究 总被引:3,自引:2,他引:3
为了建立蛋壳破损检测模型,试验采用敲蛋装置与声检测控制器组成的计算机蛋破损检测系统获取被检蛋声音信号数据。通过对蛋声音信号的功率谱分析而得到反映蛋壳破损特征的参数:功率谱面积的平均值x1,最大功率谱面积与最小功率谱面积的差值x2,X轴方向上质心的平均值x3,X轴方向上质心最大值与其最小值的差x4,Y轴方向上质心的平均值x5,Y轴方向上质心最大值与其最小值的差x6,共振峰频率的最大值x7和共振峰频率的最大值与其最小值间的差值x8;再通过Bayes原理建立与蛋壳破损特征参数相关的蛋壳破损模型。检验结果表明模型准确率达到92%。 相似文献
8.
为了解决国内羊胴体分割自动化程度低、分割质量差的问题,以去腿剥皮后的羊胴体为研究对象,以多自由度工业机器人为操作主体,探索研发一套智能化分割设备,实现羊胴体自动化分割.使用专用气动夹具对羊胴体进行夹紧后,对胴体进行定位,并做好分割路径轨迹规划,导入工业机器人控制系统,由机器人控制高速旋转刀具执行相应路径的分割;通过2个电动推杆实现羊胴体在装央工位与分割工位间的循环移动,机器人每完成一次分割即旋转180°进行下一次的分割,使分割操作不间断进行.试验结果表明,该系统能够按照行业标准自动完成指定路径的分割,分割每只羊所用时间为154.6 s,性能稳定,基本满足企业需求. 相似文献
9.
为了对温室大棚室温实施监测、避免局部温度过高,利用多片DS18B20单总线型数字温度传感器,采用外部供电方式,结合AT89S52单片机,外加串口电路、报警电路以及显示模块,设计了多点温度测量并报警的硬件系统。依据DS18B20型温度传感器操作指令,首先读取各传感器的序列号,并确定传感器对应的各点位置关系,定时循环读出各个传感器的温度值并循环显示,单片机依据设定的报警温度上下限做出报警处理;同时,也可利用串口把各点的温度值传给上位机作进一步的处理。实例表明,该系统工作稳定,操作方便,成本低廉,实现了温室大棚中的多点温度检测以及越限报警功能,测温误差在±0.5oC以内。 相似文献
10.
鸭蛋新鲜度模型的试验研究 总被引:11,自引:5,他引:11
用计算机视觉技术,研究了鸭蛋新鲜度模型。取当天产新鲜鸭蛋,分青壳蛋和白壳蛋各150枚置于恒温衡湿环境中。每次定时任意取出其中白壳和青壳蛋各10枚用计算机视觉检测装置检测出蛋内容物的颜色参数。根据这些参数和与之对应且表征蛋新鲜度的Haugh值拟合出蛋新鲜度模型。白壳蛋新鲜度模型检验结果为:r=0.757,F=77.932;青壳蛋新鲜度模型检验结果为:r=0.767,F=75.911。检验结果表明鸭蛋新鲜度模型有较高的回归精度。 相似文献