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),請進行舉報或認領(lǐng)
文檔簡介
1、在實現(xiàn)煙草制品的可用性過程中,煙葉等級的判定充當紐帶和橋梁的角色。對煙葉等級進行快速而準確的綜合性評價,對于煙草制品質(zhì)量的提高起著至關(guān)重要的作用。本文主要研究煙葉特征視覺信息的表達與分級算法,主要從下面幾個方面展開研究:
?。?)煙葉圖像采集技術(shù)的研究
根據(jù)煙葉圖像采集裝置的具體要求進行圖像采集裝置設計,該裝置具有成像質(zhì)量高、光照均勻性好、拍攝環(huán)境固定、操作簡單和便于實現(xiàn)工程化等一系列優(yōu)點。
?。?)煙葉圖像的
2、預處理和分割的研究
本文所涉及到的煙葉圖像處理方法主要包括圖像的增強、銳化和分割。經(jīng)實驗分析,煙葉圖像的增強、銳化和分割分別選用中值濾波、LOG算法濾波和最大類間方差(Otsu算法)來實現(xiàn)。經(jīng)處理分割后的圖像能反映出煙葉真實的視覺信息,從而為后續(xù)的煙葉特征視覺信息的表達奠定良好的基礎(chǔ)。
?。?)煙葉特征的視覺信息表達算法的研究
在RGB顏色空間模型下提取煙葉的各顏色分量均值,同時在HSV顏色空間模型下提取煙葉
3、的各顏色分量均值、一致性和平滑度等15個特征指標。將R、G、B分量及其對應的均值帶入 RGB距離色差公式計算出標準煙葉等級的色差閾值。同時還利用提取的與分級因素中的成熟度和油分特征相關(guān)的外觀指標量化值,采用灰色系統(tǒng)理論中的絕對關(guān)聯(lián)度分析方法對煙葉的分級因素進行定量化研究。中部煙葉識別實驗結(jié)果表明,C2F的識別率最高,為72%;而C3L的識別率最低,為64%;中部煙葉的平均識別率達到68%,滿足煙葉收購過程中對識別率的要求。
?。?/p>
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于機器視覺的煙葉自動分級方法研究.pdf
- 烤煙葉分級中有效光譜特征篩選及其分類算法研究.pdf
- 基于計算機視覺的煙葉自動分級研究.pdf
- 基于機器視覺的煙葉分級關(guān)鍵技術(shù)研究與實現(xiàn).pdf
- 煙葉分級中若干特征篩選方法的研究.pdf
- 煙葉分級系統(tǒng)中圖像處理算法的研究.pdf
- 一種基于顏色特征的煙葉分級算法設計及系統(tǒng)實現(xiàn).pdf
- 烤煙煙葉視覺分級中標準定量化模型的研究.pdf
- 烤煙煙葉視覺分級中標準定量化模型的研究
- 烤煙煙葉圖像特征提取和質(zhì)量分級研究.pdf
- 煙葉分級
- 基于機器視覺的煙草異物檢測和煙葉分類分級方法研究.pdf
- 煙葉圖像采集技術(shù)規(guī)范與烤煙收購質(zhì)量分級特征研究.pdf
- 基于特征學習與特征聯(lián)想的視覺跟蹤算法研究.pdf
- 基于視覺特征的Web頁面信息抽取算法.pdf
- 煙葉自動分級系統(tǒng)的研究.pdf
- 基于圖像處理的煙葉分級研究.pdf
- 基于機器視覺的煙葉梗莖檢測與煙葉類型識別方法研究.pdf
- 多特征融合的視覺跟蹤算法研究.pdf
- 基于機器視覺的蘋果分級檢測算法研究.pdf
評論
0/150
提交評論