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:
为了分拣出正常西瓜子,根据西瓜子的特点,提出了针对西瓜子的基于灰度带比例的特征值提取算法,并在CCD色选机上进行了试验验证.在瓜子图像预处理中,先对瓜子图像进行对比度自适应的直方图均衡化,而后对瓜子的二值化图像进行中值滤波.在瓜子分类方面,采用灰度带比例作为分类特征量,并在CCD色选机上进行特征量分类训练,最终分检出正常瓜子,识别率达到95%.该算法为该西瓜子的分类识别提供了理论支持和技术实现.
推荐文章
基于机器视觉的西瓜子外观品质检测与分类
机器视觉
西瓜子
图像处理
支持向量机
遗传算法
西瓜子自动识别辨析算法及分捡设备设计研究
正交长短轴
花纹连通度
直方图灰度分布差异
标准信息数据库
分捡设备
基于正交双轴算法的西瓜子形状辨析研究
扁平颗粒体
正交双轴
轮廓分割
坐标变换
西瓜子自动分捡系统核心特征提取算法的研究及应用
实时拍摄
正交长短轴
花纹连通度
黑色区域覆盖度
直方图灰度分布差异
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 基于灰度带比例的优质西瓜子识别算法研究与实现
来源期刊 农业工程学报 学科 农学
关键词 算法 分类 图像处理 灰度带比例 直方图均衡化 中值滤波 CCD色选机 西瓜子
年,卷(期) 2011,(4) 所属期刊栏目 农产品加工工程
研究方向 页码范围 340-344
页数 分类号 S237
字数 3326字 语种 中文
DOI 10.3969/j.issn.1002-6819.2011.04.059
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 赵吉文 安徽大学电气工程与自动化学院 35 237 10.0 13.0
2 高尚 安徽大学电气工程与自动化学院 21 86 5.0 9.0
3 汪洋 安徽大学电气工程与自动化学院 18 86 6.0 9.0
4 魏正翠 安徽大学电气工程与自动化学院 2 34 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (9)
参考文献  (9)
节点文献
引证文献  (15)
同被引文献  (49)
二级引证文献  (47)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(12)
  • 引证文献(3)
  • 二级引证文献(9)
2019(13)
  • 引证文献(1)
  • 二级引证文献(12)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
算法
分类
图像处理
灰度带比例
直方图均衡化
中值滤波
CCD色选机
西瓜子
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
相关基金
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
论文1v1指导