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:
针对梨表面缺陷的机器视觉检测问题,在对已有研究成果的分析和研究的基础上,论文采用形态学相加的方法实现梨图像的背景去除和表面缺陷提取;提出花萼、果梗与表面缺陷的区分方法;借助Matlab软件进行仿真算法的编程,通过作者设计开发的Graphical User Interface(GUI)界面,对三个品种的梨表面进行了缺陷检测仿真实验,成功提取了其中的表面缺陷信息,实验结果表明,作者提出的方法在多种梨的缺陷提取上通用性强、准确性高.
推荐文章
基于机器视觉的零部件表面缺陷检测方法研究
机器视觉
零部件表面缺陷
差影法
灰度计算
基于机器视觉的带钢表面缺陷检测研究进展
热轧带钢
表面缺陷
检测方法
机器视觉
基于机器视觉的FPC表面缺陷智能检测系统
表面缺陷检测系统
机器视觉
柔性印制电路板
自动化检测
金属表面缺陷的机器视觉检测方法研究与实现
金属表面缺陷
图像处理
k-means
视觉检测
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 基于机器视觉的梨表面缺陷检测方法研究
来源期刊 计算机与数字工程 学科 工学
关键词 机器视觉 表面 缺陷检测 形态学
年,卷(期) 2013,(9) 所属期刊栏目 图像处理
研究方向 页码范围 1492-1494
页数 3页 分类号 TP391.41
字数 2474字 语种 中文
DOI 10.3969/j.issn1672-9722.2013.09.025
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 化春键 江南大学机械工程学院 34 63 4.0 5.0
2 方程骏 江南大学机械工程学院 3 4 2.0 2.0
3 周海英 江南大学机械工程学院 4 11 2.0 3.0
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  (14)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (15)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
机器视觉
表面
缺陷检测
形态学
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导