基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前翘板黑瓜子依赖手工检测效率低下的问题,提出了一种利用光度立体视觉算法进行翘板瓜子识别的方法.首先利用实物表面重建的方法标定了图像采集系统的精度;然后针对黑瓜子表面中间区域与周边区域颜色有巨大差异的特殊形态,分区域三维重建了黑瓜子表面;最后通过试验确定表面面积为识别特征,识别阈值为9,在误识率小于5%的情况下,翘板瓜子识别率达90%.试验结果表明应用光度立体视觉算法可以有效地进行翘板黑瓜子的识别.
推荐文章
基于四光源光度立体法的药品泡罩包装中铝箔缺陷检测方法
四光源光度立体法
铝箔缺陷
梯度信息
高斯曲率
网络协议流量识别方法研究
在线流量
离线流量
加密流量
非加密流量
网络管理
网络安全
基于改进残差网络的黑毛猪肉新鲜度识别方法
猪肉
新鲜度
迁移学习
LReLu-Softplus激活函数
改进残差网络
基于深度学习的场景识别方法综述
场景识别
深度学习
视觉词袋
显著目标
多层特征融合
语义关系
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于光度立体法的翘板黑瓜子识别方法研究
来源期刊 农业工程学报 学科 工学
关键词 机器视觉 表面三维重建 光度立体法 翘板黑瓜子识别
年,卷(期) 2007,(5) 所属期刊栏目 农业信息与电气技术
研究方向 页码范围 159-163
页数 5页 分类号 TN911.73|TP242.62
字数 3842字 语种 中文
DOI 10.3321/j.issn:1002-6819.2007.05.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李伟 中国农业大学工学院 190 2617 29.0 41.0
2 李昊宇 中国农业大学工学院 1 10 1.0 1.0
3 徐小波 中国农业大学工学院 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (83)
参考文献  (9)
节点文献
引证文献  (10)
同被引文献  (20)
二级引证文献  (61)
1981(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(5)
  • 参考文献(2)
  • 二级参考文献(3)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(7)
  • 引证文献(3)
  • 二级引证文献(4)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
机器视觉
表面三维重建
光度立体法
翘板黑瓜子识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
论文1v1指导