鸭蛋大小等级模型研究

应用机器视觉 ,研究出鸭蛋大小自动分级模型。鸭蛋的面积尺寸是鸭蛋大小分级的重要依据 ,鸭蛋的重量与所成像的像素面积成正比。鸭蛋大小等级模型具有显著性和可靠性 ,鸭蛋大小的检测误差在± 3g之间 ,能够满足生产的需要     

鸡蛋敲击响应的奇异性特征与蛋壳裂纹多层检测

通过微型话筒和声卡采集敲击鸡蛋后的脉冲时域信号,利用信号的小波变换模极大值建立了反映信号奇异性强度和频带位置的奇异性指标。分析表明,裂纹蛋的奇异性指标主要位于低频带、指标值较大;好壳蛋的奇异性指标分布相对分散、指标值较小,二者有明显的区别。基于奇异指标的多层分布特征和奇异性强度,定义一个以加权平均值为奇异指标的标准值,提出了蛋壳裂纹的多层检测方法。通过实际检验检测精度达96％。     

基于蚁群算法的稻种轮廓自适应提取方法

针对传统轮廓提取方法自适应能力不强的问题,提出一种基于蚁群算法的稻种轮廓提取方法.将数字图像看作一个二维网格,以稻种轮廓为蚂蚁要寻找的食物,以梯度与方向作为启发信息,蚂蚁在启发信息与信息素强度的共同引导下搜索真实轮廓.为了加快算法的收敛速度,增强蚁群的搜索能力,定义了合理的启发信息与信息素更新机制,并研究了算法中初始参数之间的关系与规律.最后,用两种光照条件下采集的图像测试该算法.实验结果表明,该算法具有并行性、鲁棒性,自适应能力较强,提取的轮廓较准确.     

鸡蛋光反射特性及其与新鲜度的关系

为了寻找鸡蛋光反射特性及其新鲜度的变化关系,选取不同新鲜程度的白壳和褐壳鸡蛋,用光谱仪分别采集带壳蛋和去壳液态整蛋的光谱反射曲线,检测时应鸡蛋的新鲜度指标值(哈夫单位),通过对不同鸡蛋组织特征的光谱反射特性分析,获取对鸡蛋壳色、新鲜度敏感的光谱波段与特征波长.结果表明:带壳鸡蛋的反射率与其壳色有关,不同壳色鸡蛋的光反射率差异明湿;去壳液态整蛋的反射率与其新鲜度有关,不同新鲜度的液态整蛋的光反射特性差异明显;带壳鸡蛋在比较新鲜时光反射率最大.     

稻谷吸附与解吸等温线的计算机模拟

稻谷平衡含水量与水分活度的关系是稻谷干燥和贮藏过程中的重要参数。本文根据文献［２］的模型,初步开发出稻谷吸附与解吸等温线拟合软件。软件建立了吸附与解吸实验数据库,通过数学模型拟合出吸附与解吸等温线,同时计算出相关参数。     

基于BP神经网络的鸡蛋大小分级方法研究

用计算机视觉装置获取鸡蛋图像像素点数,用电子天平称得蛋重,用它们作为样本数据建立BP神经网络模型,达到自动检测鸡蛋大小并分级。经检验,建立的BP神经网络有很好的泛化功能、鲁棒性好,用其检测鸡蛋大小并分级,其正确识别率为91%。     

基于DSP的鸡蛋破损检测分级装置设计

阐述了基于DSP的鸡蛋破损检测分级装置。设计出以DSP为核心的前端电路,包括声音信号检测与调理、多路选择开关和A/D转换电路以及后端电路,包括驱动和分级执行电路。验证了检测装置的检测与分级性能：好壳蛋判别准确率为93.22%;破损蛋判别准确率为85.61%;系统的总体检测准确率为89.2%。系统完成一枚鸡蛋的检测与分级所需总时间小于1s,系统正常工作时可检测蛋3600枚/h。     

基于图像投影变换的鸡蛋破损检测

提出了基于梯度增强和投影变换的禽蛋破损检测算法。该算法对透射鸡蛋图像的G分量进行Prewitt算子梯度锐化、最大类间法自适应阈值分割,对分割后的图像进行投影变换、信息提取,最后建立隶属函数,进行鸡蛋是否破损的判断并输出判断结果。试验表明,该方法检测效率高,平均检测准确率达到95%。     

苎麻剥制机械存在的问题及对策

我国是世界上苎麻分布最广,产量最多的国家,占全世界产量的90％左右。其中长江流域麻区是最主要的产麻区,产量占全国的90％以上。湖北省苎麻种植主要分布在鄂东南及鄂北局部丘陵地区,面积、产量长期居全国首位。剥麻是苎麻收获的关键环节,一直是制约我省苎麻产业发展的“瓶颈”,产量高并没有带给农户实惠,因而阻碍苎麻品种的更新换代和新品种的推广应用,也制约了苎麻种植规模的扩大和苎麻产业化的发展。     

基于支持向量机的玉米田间杂草识别方法

提出了一种基于图像处理和支持向量机(SVM)技术的玉米和杂草识别方法.首先根据玉米与杂草、土壤彩色图像的特征提出一类图像灰度化方法,并通过对灰度图像的除噪处理有效地分离目标对象.然后从处理好的图像中提取出目标对象的形状特征参数作为输入特征向量,进而提出玉米田间杂草识别的支持向量机方法.试验结果表明了方法的有效性,通过适当选取核函数识别率可达到98.3%.