排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
水果果形是水果分级的重要指标之一,该文提出了一种基于小波描述子的水果果形分类方法.通过提取水果轮廓计算出半径序列,并进行归一化处理,对归一化后的半径序列进行小波变换提取小波描述子;分别截取小波描述子12、20、36和67个系数点对水果边界进行重建.结果表明:用36个系数点就可较好地重建果形,匹配率为98.64%,用67个系数点可达相当高的精度,为99.96%;选取36个系数点作为果形特征,并运用核主成分分析(KPCA)提取分类所需的7个主要特征输入径向基函数(radial basis function,RBF)神经网络进行分类,发现该方法分级准确率可达90%,效果优于傅里叶描述子,是一种有效地描述水果果形的方法. 相似文献
2.
为提高水果商品品质,提出了一种基于机器视觉和PLC控制技术的分级方法。利用CCD摄像机获取水果的样本图像,应用MATLAB软件编程实现了对样本图像的特征量提取,根据水果的等级由PLC控制技术控制分拣机构完成水果的自动分级。试验表明,此方法分级精度高,且速度快。 相似文献
3.
4.
5.
通过对垂直型孔轮式排种器结构及技术参数的优化选择,找到了该排种器适应高速精密播种的途径。从而打破了此类排种器不能适应高速精密播种的局限,使之成功地适应了12km/h的大豆、玉米等中耕作物的高速精密播种。 相似文献
1