排序方式: 共有20条查询结果,搜索用时 15 毫秒
11.
基于机器视觉的胡萝卜表面缺陷识别方法研究 总被引:2,自引:0,他引:2
胡萝卜在生长与收获运输过程中,不可避免会出现一些外观缺陷,缺陷胡萝卜的剔除是胡萝卜上市销售前的重要环节。目前缺陷胡萝卜主要依靠人工分选,具有分选标准不稳定、劳动强度大、成本高等缺点。为了快速、准确、无损地检测缺陷胡萝卜,将机器视觉技术引入到胡萝卜分选过程中,以提高分选准确率和效率。胡萝卜表面缺陷包括青头、弯曲、断裂、分叉和开裂等,缺陷特征互不相同,所以不同缺陷需要不同的检测算法。青头检测利用胡萝卜正常区域与青头区域的颜色差异实现,胡萝卜图像在HSV颜色空间下,利用统计方法确定青头区域H、S和V的判别阈值;弯曲、断裂和分叉识别是根据正常胡萝卜与缺陷胡萝卜之间的形状差异实现,凸壳算法、Hu不变矩和Harris角点检测算法分别用来检测胡萝卜弯曲、断裂和分叉缺陷;开裂检测则是利用胡萝卜正常与开裂区域的纹理差异实现,Sobel水平边缘检测算子、Canny边缘检测算子结合形态学操作实现胡萝卜开裂区域提取。结果表明青头、弯曲、断裂、分叉和开裂的识别准确率分别为100%、91.14%、90.57%、94.57%和95.45%,总体识别准确率达94.91%,满足胡萝卜在线分选精度要求。 相似文献
12.
基于卷积神经网络的油茶籽完整性识别方法 总被引:2,自引:0,他引:2
针对现有油茶籽色选机无法识别碎籽的问题,提出一种基于卷积神经网络的油茶籽完整性识别算法。以油茶籽完整性识别为目标,构建油茶籽图像库;基于油茶籽完整性识别任务要求,通过对Alex Net网络进行优化得到适合油茶籽完整性识别的卷积神经网络模型,该网络具有4层卷积层、2层归一化层、3层池化层和1层全连接层。为了提高网络分类准确率和实时性,从网络结构简化和超参数优化两方面对卷积神经网络进行优化,最终网络结构(CO-Net)的分类准确率、训练收敛速度和泛化性能均得到了提高。实验结果表明,优化后的网络对油茶籽完整性识别准确率达98.05%,训练时间为0.58 h,模型规模为1.65 MB,单幅油茶籽图像检测平均耗时13.91 ms,可以满足油茶籽在线实时分选的要求。 相似文献
13.
<正>(续上期)1980年7月,我如愿以偿地进入北京市农林科学院。报道后,被分配在养蜂研究室工作。起初由于对养蜂工作了解不够深入,只知道在全国著名养蜂专家周崧教授团队带领下,率先分配到了蜂病课题组开展蜜蜂病虫害防治技术研究。工作中我积极思考努力工作,随着养蜂知识的不断积累,我在研究工作过程中发现, 相似文献
14.
15.
16.
<正>(续上期)1初识壁蜂1990年冬季,我参加在山东威海举办的一个学术交流会,在会议期间得知中国农业科学院动物所周伟儒老师在搞果树角额壁蜂授粉研究。该壁蜂是王韧学者1987年从日本引进到山东威海、栖霞等地释放成功,并且也诱捕到当地的一些野生传粉蜂种。此信息对我来说非常重要, 相似文献
17.
<正>(续上期)国内报刊陆续出现高价熊蜂进入国内的信息报道,当时对于国内蜂业科研人员来讲,这是一种新的传粉昆虫。1998年《新民晚报》上刊登上海市浦东区孙桥现代农业开发区引进国外智能化温室设备,并将熊蜂作为配套技术从荷兰引进,为温室大棚茄果类作物授粉。引进的熊蜂个体很大,腹部黄黑交叉环带,每箱定价1 400元,平均每只熊蜂折合人民币8元,工作周期为6~8周,成活2个月,自身不能传代繁育,为了满足番茄周年生产需要, 相似文献
18.
19.
<正>(续上期)因空气污染、乱砍伐森林,生态环境的破坏,中华蜜蜂数量减少了75%,分布区缩小75%以上,现存中蜂种群多数呈零星分散状态,而密度较大的连续分布区不足10%,中蜂正以惊人的速度消失,我国生态系统修复与保护势在必行,保护中华蜜蜂时不我待。1中华蜜蜂保护之我见1.1中华蜜蜂繁育技术2005年我到北京密云县石城镇及周边地区调研,发现黄峪口村居然有用蜂桶饲养的中华蜜蜂近16群(其实延庆山区均有少量中蜂存在),鉴于当时中蜂消失危机,我感到很惊喜。 相似文献
20.