版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、基于計(jì)算機(jī)視覺技術(shù)對水果外觀品質(zhì)進(jìn)行在線檢測分級技術(shù)研究,對提高中國水果市場在國際中的競爭力具有重要意義。本課題就是基于該背景,通過研究基于機(jī)器視覺的蘋果在線檢測分級的方法,設(shè)計(jì)了計(jì)算機(jī)視覺蘋果分級系統(tǒng)。主要解決的問題包括: (1)利用改進(jìn)的面積投影法準(zhǔn)確計(jì)算出蘋果的平均直徑,設(shè)定合適閾值,進(jìn)而按大小將蘋果分為4級,分級精度達(dá)到90.0%。利用最大最小半徑比值法,將蘋果分級為圓形果和畸形果。 (2)對蘋果表面顏色特性進(jìn)
2、行分析,得到三個(gè)特征參數(shù):表面紅區(qū)比例、表面平均色度和表面著色均勻度。分別通過計(jì)算合適色度值下所對應(yīng)的累計(jì)頻度和蘋果圖像中各象素點(diǎn)色度的平均值得到前兩個(gè)特征值。通過計(jì)算蘋果圖像中紅色區(qū)域形心與整個(gè)蘋果圖像的形心的距離,和同一個(gè)蘋果不同表面平均色度之差來得到上述第三個(gè)特征值。試驗(yàn)結(jié)果表明,分級精度達(dá)到88.9%以上。 (3)提出一種梯度法蘋果表面紋理分級方法:首先進(jìn)行圖像分割,使用不同方法灰度化蘋果圖像;采用梯度算法,兩次對蘋果圖
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機(jī)器視覺的蘋果分級檢測算法研究.pdf
- 基于機(jī)器視覺技術(shù)的蘋果分級系統(tǒng)研究.pdf
- 基于機(jī)器視覺蘋果檢測算法的研究.pdf
- 基于機(jī)器視覺的顏色分級方法研究.pdf
- 基于機(jī)器視覺的番茄品質(zhì)檢測和分級方法研究.pdf
- 基于機(jī)器視覺的煙草異物檢測和煙葉分類分級方法研究.pdf
- 基于機(jī)器視覺的煙葉自動分級方法研究.pdf
- 基于計(jì)算機(jī)視覺的蘋果自動分級方法研究.pdf
- 基于機(jī)器視覺的紅棗分級檢測技術(shù)研究.pdf
- 基于機(jī)器視覺的珍珠分級檢測技術(shù)研究.pdf
- 基于機(jī)器視覺的車輛檢測方法研究.pdf
- 基于機(jī)器視覺的核桃外部缺陷檢測與分級研究.pdf
- 基于機(jī)器視覺和近紅外光譜的馬鈴薯分級檢測方法.pdf
- 基于機(jī)器視覺的樣本頁檢測分級系統(tǒng)研究.pdf
- 基于機(jī)器視覺的草莓分級研究.pdf
- 基于機(jī)器視覺的BGA封裝檢測方法研究.pdf
- 基于機(jī)器視覺的SMT芯片檢測方法研究.pdf
- 基于機(jī)器視覺的BOD在線檢測方法研究.pdf
- 基于機(jī)器視覺的表面缺陷檢測方法研究.pdf
- 基于機(jī)器視覺的工件角度檢測方法研究
評論
0/150
提交評論