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:
在养殖虾夷扇贝(Patinopecten yessoensis)的生产过程中需要多次将其按大小分级.传统方法采用筛子和分级机筛分,会使扇贝受到振动、碰撞.振动影响扇贝生长发育,碰撞使扇贝边缘受到损伤,贝壳碎裂外套膜裸露在壳外,造成病贝、死贝,且机械筛分分级精度低,人工筛分劳动强度大、效率低.该文研究一种新的方法,利用机器视觉检测扇贝大小.通过摄像头获取扇贝图像、计算机对输入的图像进行预处理、图像分割、膨胀腐蚀,提取扇贝的面积等特征值,建立扇贝的几何模型、数学模型,确定面积与壳长的关系,进一步识别扇贝的大小.试验表明,该方法检测速度快,正确率高,能够满足虾夷扇贝分级要求.摄像头与扇贝不接触,可以避免机械振动、碰撞对扇贝的损伤.图7表2参14
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 基于机器视觉的虾夷扇贝分级检测方法研究
来源期刊 中国学术期刊文摘 学科 工学
关键词 机器视觉 虾夷扇贝 分级 水产养殖
年,卷(期) 2007,(4) 所属期刊栏目
研究方向 页码范围 71
页数 1页 分类号 TP317.4
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
机器视觉
虾夷扇贝
分级
水产养殖
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
中国学术期刊文摘
半月刊
1005-8923
11-3501/N
北京市海淀区学院南路86号
chi
出版文献量(篇)
9568
总下载数(次)
0
论文1v1指导