共查询到20条相似文献,搜索用时 15 毫秒
1.
机器视觉技术在农产品品质检测方面的研究和应用发展迅速,为了能充分了解国内外在果蔬方面的研究状况,本文综述了机器视觉技术在果品和蔬菜的识别和分级中的研究进展,以供参考。 相似文献
2.
机器视觉技术在谷物识别与分级中的研究进展 总被引:8,自引:0,他引:8
机器视觉技术在农产品品质检测方面的研究和应用发展迅速,为了能充分解国内外在谷物方面的研究状况,综述了机器视觉技术在大米、小麦、玉米以及其它谷物的识别和分级中的研究进展。 相似文献
3.
文章分析了机器视觉识别技术的构成和工作原理,介绍了机器视觉识别技术在机械传动领域的应用,包括在图像采集、图像处理、图像识别等方面的应用,并探讨了该技术在机械传动领域的发展趋势。机器视觉识别技术能够辅助工作人员识别机械传动设备运行状态,以便及时发现问题和解决问题,保障机械传动设备稳定运行。 相似文献
4.
5.
6.
7.
本文主要综述机器视觉技术在国内外领域的研究应用状况等,以输血袋的字符在线识别为例讲述视觉技术在工业生产上的智能检测应用,同时也阐述了机器视觉在应用中存在的一些问题。 相似文献
8.
根据 MOX 芯块自动检测应用的需求,用特殊光谱照明与高分辨率相机作为探测系统,设计了基于机器视觉技术的目标精密识别测量系统,完成对 MOX 芯块的尺寸及缺陷的定量检测,给出测量结果。该系统的特点是组成复杂、测量精度高及低的误判率,经过试验,完全达到了工程应用的要求。 相似文献
9.
我国基于机器视觉的水果自动分级技术及研究进展 总被引:6,自引:0,他引:6
综述了国内基于机器视觉的水果自动分级技术在大小、形状、颜色和表缺陷分级方面的研究现状,分析了基于机器视觉的水果自动分级过程中存在的不足,提出了利用定向装置与机器视觉相结合的水果分级的思路。 相似文献
10.
介绍了机器视觉系统及应用于坯布疵点检测的现状,全面总结了最新国内外对于疵点检测的各种算法及其优缺点。提出生产实际中检测算法的研究方向。 相似文献
11.
目的:提高牡蛎分级的精确性和全面性。方法:提出并设计了牡蛎自动化分级设备,确定了旋转滚筒与挡板传送带结合的牡蛎排队结构、质量检测和机器视觉检测相结合的分级方式,完成了牡蛎分级设备的整体结构设计。通过工业相机采集牡蛎图像,使用大津法二值化、高斯滤波处理、Canny算子边缘提取等方法提取牡蛎图像,通过机器视觉算法以长度和饱满度为标准对牡蛎进行分级,并进行机器视觉分级与人工分级对比试验。结果:该设备分级准确率为95.4%,图像检测速度约为0.647 s/幅。结论:机器视觉对牡蛎分级是有效的,可以较为准确地对牡蛎进行分级。 相似文献
12.
通过CCD相机动态采集苹果两个面的实时图像,提出了泛洪填充+自适应Ostu阈值分割算法提取苹果的轮廓,采用最小外接圆法对苹果上表面图像进行处理得到苹果果径,采用最小外接矩形法对苹果侧表面图像进行处理提取苹果果形特征;将图像进行RGB到HSV空间转换,提取苹果的着色度、果锈,以及疤痕特征,采用基于改进粒子群算法的SVM决策树的分类方法进行苹果的分级。结果表明,该方法对特级果、一级果、二级果和等外果的识别准确率分别达96%,94%,98%,98%,分级速率达4个/s,可以满足苹果在线分级的要求。 相似文献
13.
14.
目的:解决目前水果分级检测方法效率低、误检率高等问题。方法:以苹果为分拣对象,设计一个基于机器视觉的水果分级系统。对实时采集得到的苹果图像进行预处理,使用改进的Canny边缘检测算法进行边缘提取,通过最小外接圆法拟合边缘坐标得到苹果的横切面半径。将采集到的RGB图像转换为HSI图像,根据H分量范围计算红色区域比例,判断苹果的色泽度。统计区域像素点个数,分别求取苹果的面积和周长,计算出苹果的圆形度。结合苹果果径长度、色泽度和圆形度3个特征值对苹果进行综合分级。结果:50个苹果样本试验结果表明,水果分级系统和人工分拣测量的果径误差范围在±1.5 mm以内,样本颜色特征与苹果实际外观相符,圆度值的大小与实际形状优劣相符。结论:该系统满足实际生产中对于苹果分级的需求,有助于实现苹果品级的准确识别。 相似文献
15.
为实现对金丝皇菊的快速无损等级评估,本文应用机器视觉技术对5个等级的金丝皇菊进行智能分级。首先根据金丝皇菊的品质特性设计分级装置,并根据金丝皇菊的颜色、形状、完整度等特征设置不同的分级标准;其次运用图像灰度化、图像去噪、图像增强技术完成金丝皇菊图像预处理;再次采用加色法混色模型(Red Green Blue, RGB)完成金丝皇菊颜色特征提取与识别,并通过图像分割和边缘检测技术完成对金丝皇菊图像完整度的判断及花径的计算,得出金丝皇菊的预测等级;最后基于Microsoft Visual Studio 2017平台开发一套金丝皇菊智能分级系统,实现系统的实时可视化操作。结果表明,本文设计的金丝皇菊智能分级系统整体分级准确率达到了97.6%,平均分级速度为人工的5倍多,其在可靠性、速度、工作效率、鲁棒性等各方面都优于传统的人工分级,本研究为机器视觉技术在花茶分级领域的应用提供了实际案例与技术参考。 相似文献
16.
17.
基于机器视觉技术淡水鱼品种在线识别装置设计 总被引:3,自引:0,他引:3
研制基于机器视觉技术的淡水鱼品种在线识别装置。采用CCD彩色摄像头、图像采集卡、光电开关、数据采集卡、输送机、照明箱等部件组成在线识别装置的硬件部分;基于Visual C++6.0平台编写具备淡水鱼图像采集、图像分析、鱼体特征提取、品种识别等功能模块的在线识别软件程序。利用本装置对鲤鱼、鲫鱼、草鱼、鳊鱼等4种大宗淡水鱼进行品种在线识别。结果表明,以BP神经网络作为识别模型,该装置对4种淡水鱼进行识别的平均准确率达到92.50%,检测所需时间平均为1.3s,该装置可以用于淡水鱼品种的在线、快速、准确识别。 相似文献
18.
传统的猴头菇品质检测与分级主要依靠人工分拣来完成,其主观性强、精度相差大、效率低,浪费了大量人力物力资源。鉴于此,为了实现猴头菇的快速无损等级评估,该研究引入机器视觉技术,提出了一种猴头菇品质的快速无损检测与分级方法,设计一套基于机器视觉的猴头菇品质快速无损检测与智能分级设备,并通过图像处理和软件设计开发一套猴头菇智能快速无损检测分级系统。通过加色法混色模型(RGB)对猴头菇的颜色特征的快速检测与等级的判定;采用图像阈值分割和Canny边缘检测,实现猴头菇完整度的判定;使用最小外接圆法对猴头菇的大小进行实时计算,完成猴头菇直径大小的判别;基于Microsoft Visual Studio 2017平台开发一套猴头菇品质快速无损检测可视化平台。试验证明,基于机器视觉的猴头菇品质快速无损检测与分级系统检测准确率达到97.07%,速度达到人工的5倍多。验证了系统的可靠性和可行性,为食品工业的智能化生产和加工提供了技术支撑,推动了机器视觉技术在食品行业的应用。 相似文献
19.
20.
机器视觉作为一种新型、高科技、智能化的信息获取手段,在纺织行业得到了广泛的应用,在提高产品质量和效率、降低成本等方面发挥了重要作用。对机器视觉技术在纺织智能化中的应用展开研究,并对其在纺织企业生产过程中的应用趋势进行展望。 相似文献