排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
马铃薯按薯形分级是提高其经济价值的重要方法。作者提出了一种基于图像边缘信息的薯形检测方法。从马铃薯BMP图像中提取R、G、B分量,利用R+G-B构建灰度图像,经开、闭形态学处理和二值化处理后,运用canny算子检测出边缘点信息;最后利用最大横径与最大纵径的比值作为形状特征参数,建立马铃薯薯形的预测规则。试验结果表明,该方法可以有效地判断马铃薯薯形,为在线检测马铃薯形状奠定了基础。 相似文献
2.
针对酥梨果梗计算机视觉检测方法的普适性问题,提出了一种利用像素点分析法识别果梗的算法。将酥梨图像进行二值化、滤波、形态学运算等预处理后,用Sobel算子提取酥梨图像边缘,再由一阶矩特征计算图像形心。选定形心为参考原点,建立图像的笛卡尔坐标系;从Y轴负方向开始,逆时针分别按15°和10°形心角对轮廓边缘点进行区域分块;统计分块区域内的像素点特征,并依此特征识别果梗。结果表明,对于无果梗的酥梨,15°和10°均能精确识别出来;有果梗的酥梨,15°较10°的识别率高,且含果梗区域的像素特征较其他区域的有很大突变。总体上果梗识别正确率可达97%,一定程度上可以满足酥梨果梗识别的需要。 相似文献
3.
马铃薯按薯形分级是提高其经济价值的重要方法。作者提出了一种基于图像边缘信息的薯形检测方法。从马铃薯BMP图像中提取R、G、B分量,利用R+G-B构建灰度图像,经开、闭形态学处理和二值化处理后,运用canny算子检测出边缘点信息;最后利用最大横径与最大纵径的比值作为形状特征参数,建立马铃薯薯形的预测规则。试验结果表明,该方法可以有效地判断马铃薯薯形,为在线检测马铃薯形状奠定了基础。 相似文献
1