期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
苹果果梗和表面缺陷的计算机视觉检测方法研究 被引量:21
1
作者 章文英 应义斌 《浙江大学学报(农业与生命科学版)》 CAS CSCD 北大核心 2001年第5期583-586,共4页
研究了苹果果梗与果体的识别方法和果面缺陷的查找方法 .根据苹果果梗的特性 ,提出用分块扫描判断果梗是否存在 ;分析了苹果的坏损表面与非坏损表面的不同反射特性 ,以及不同灰度值象素点数的统计特性 ,找出坏损区域 ,并从中区分出果梗... 研究了苹果果梗与果体的识别方法和果面缺陷的查找方法 .根据苹果果梗的特性 ,提出用分块扫描判断果梗是否存在 ;分析了苹果的坏损表面与非坏损表面的不同反射特性 ,以及不同灰度值象素点数的统计特性 ,找出坏损区域 ,并从中区分出果梗和果萼 .对 15幅无果梗的图象判断准确率为 10 0 % ,对 90幅果梗完好图象的准确率为 88% . 展开更多
关键词 缺陷 检测方法 计算机视觉技术
下载PDF
鸭梨品质检测计算机视觉系统研究 被引量:7
2
作者 赵彦如 钱东平 +1 位作者 杨世风 周建军 《河北农业大学学报》 CAS CSCD 北大核心 2003年第z1期280-282,共3页
本系统在虚拟仪器的基础上 ,对鸭梨进行了利用机器视觉技术检测外部品质的试验研究。本系统可以对鸭梨的果面缺陷、颜色、尺寸和形状进行全面的检测。在此基础上 ,可对鸭梨进行精确的分级。
关键词 机器视觉 鸭梨 缺陷 虚拟仪器
下载PDF
视觉系统开发模块在芒果果面缺陷检测中的应用 被引量:6
3
作者 刘静 黄勇平 章程辉 《食品与机械》 CSCD 北大核心 2009年第2期82-85,共4页
探讨应用视觉系统开发模块进行芒果果面缺陷检测的方法。通过CCD采集芒果白光图像,分析确定所需图像区域的算法,采用面积标定法获得芒果缺陷图像,利用线性回归分析确定测量值和真实值之间的相关性。通过试验证明,该方法对检测芒果果面... 探讨应用视觉系统开发模块进行芒果果面缺陷检测的方法。通过CCD采集芒果白光图像,分析确定所需图像区域的算法,采用面积标定法获得芒果缺陷图像,利用线性回归分析确定测量值和真实值之间的相关性。通过试验证明,该方法对检测芒果果面缺陷分级的相关检验性结果r为0.999,计算机视觉的检测结果与人工检测结果的误差小于0.3%,且具有较好的稳定性。 展开更多
关键词 分级 视觉系统开发模块 缺陷
下载PDF
基于改进单次多目标检测器的果面缺陷冬枣实时检测 被引量:4
4
作者 李颀 陈哲豪 《江苏农业学报》 CSCD 北大核心 2022年第1期119-128,共10页
为实现果面缺陷冬枣实时检测,并解决缺陷的尺寸与位置不同影响检测精度的问题,提出一种基于改进单次多目标检测器(Single shot multibox detector,SSD)的果面缺陷冬枣实时检测方法。以陕西大荔冬枣中的虫蛀、轮纹和木质化3种缺陷果和正... 为实现果面缺陷冬枣实时检测,并解决缺陷的尺寸与位置不同影响检测精度的问题,提出一种基于改进单次多目标检测器(Single shot multibox detector,SSD)的果面缺陷冬枣实时检测方法。以陕西大荔冬枣中的虫蛀、轮纹和木质化3种缺陷果和正常果为研究对象,在数据采集设备下采集实际分拣图像,然后通过数据增强由400张扩充至2000张。改进SSD,建立MobileNetV3-SSD模型,为实时检测奠定基础;引入改进感受野块(RFB)可实现模型多尺寸提取冬枣缺陷特征的能力;用空间注意力模块(SAM)代替挤压和激励通道注意力模块(SE)增强模型定位冬枣缺陷特征的能力。试验结果表明,本研究模型在果面缺陷冬枣数据集上的表现均优于目前先进目标检测网络模型(RetinaNet和EfficientDet-D0),该模型对4类冬枣的整体检测精准性(mAP)达到91.89%,检测速度达到1 s 40.85帧。因此本研究模型较好地平衡了实时性和精准性,可应用于果面缺陷冬枣分拣流水线。 展开更多
关键词 冬枣 缺陷 实时检测 单次多目标检测器 多尺寸 空间注意力模型
下载PDF
毛叶枣的计算机视觉分级技术研究 被引量:3
5
作者 晁德起 章程辉 +1 位作者 黄勇平 陈晓娜 《农机化研究》 北大核心 2011年第5期158-161,共4页
根据农业部发布的农业行业标准NY/T484-2002,基于NI Vision Assistant系列软件对毛叶枣提出了一种自动分级方法。以黑色传送带为背景,采用CCD摄像机在毛叶枣样本的滚动中采集图像,通过对图像进行初步分割、灰度化、平滑去噪、增强、边... 根据农业部发布的农业行业标准NY/T484-2002,基于NI Vision Assistant系列软件对毛叶枣提出了一种自动分级方法。以黑色传送带为背景,采用CCD摄像机在毛叶枣样本的滚动中采集图像,通过对图像进行初步分割、灰度化、平滑去噪、增强、边缘检测、二值化等处理得出样本果实大小、表面缺陷大小以及果梗识别,进而借助机械手完成对毛叶枣品质的自动分级,识别结果与人工挑选结果吻合率分别达到:优等品吻合92.43%,一等品吻合96.34%,二等品吻合95.60%,残次品吻合95.95%。 展开更多
关键词 毛叶枣 NIvision ASSISTANT 缺陷 自动分级
下载PDF
苹果质量等级规格指标
6
《山西农业(致富科技版)》 1993年第1期21-22,共2页
关键词 规格指标 质量 不超过 碰压伤 二等品 缺陷 薄层 贮藏质量 基本特征 贮存要求
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部