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:
针对脐橙自动分级检测中存在正确识别率偏低、实时性不强的问题,提出一种综合特征提取方法:在对图像颜色模型进行转换后,用H分量图像提取脐橙的大小特征;S分量图像通过背景分割、边缘灰度补偿、整体亮度变换后提取脐橙的果面缺陷特征;采用R、G、R-G 3个分量的均值和标准差提取脐橙的颜色特征.以脐橙的大小特征、果面缺陷特征和颜色特征为支持向量机(Support vector machine,SVM)的试验输入向量,进行脐橙分级检测试验,以实现提高脐橙自动分级正确识别率和增强实时.试验结果表明:该SVM分类器对脐橙分级的正确识别率为91.5%,处理时间为160 ms,适合于实时环境下的分级检测.
推荐文章
基于机器视觉的脐橙采后田间分级系统设计
脐橙
机器视觉
尺寸
缺陷
分选
基于计算机视觉的脐橙分级系统研究
脐橙
计算机视觉
图像处理
模式识别
神经网络
基于机器视觉的马铃薯自动分级方法
机器视觉
分级
在线检测
表面缺陷
马铃薯
基于机器视觉系统的磁芯零件在线分级
机器视觉
图像处理
磁芯
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 基于机器视觉的脐橙品质在线分级检测系统
来源期刊 中国农业大学学报 学科 工学
关键词 机器视觉 亮度补偿 支持向量机 脐橙
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 112-118
页数 分类号 TP391
字数 语种 中文
DOI 10.11841/j.issn.1007-4333.2016.03.15
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 胡发焕 南昌大学机电工程学院 26 142 7.0 11.0
3 董增文 南昌大学机电工程学院 15 125 7.0 10.0
6 匡以顺 江西理工大学机电工程学院 7 30 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (181)
参考文献  (15)
节点文献
引证文献  (12)
同被引文献  (41)
二级引证文献  (10)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(11)
  • 参考文献(2)
  • 二级参考文献(9)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(17)
  • 参考文献(0)
  • 二级参考文献(17)
2010(10)
  • 参考文献(1)
  • 二级参考文献(9)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(8)
  • 参考文献(6)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(9)
  • 引证文献(4)
  • 二级引证文献(5)
2019(7)
  • 引证文献(4)
  • 二级引证文献(3)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
机器视觉
亮度补偿
支持向量机
脐橙
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
中国农业大学学报
月刊
1007-4333
11-3837/S
大16开
北京海淀区圆明园路2号
1955
chi
出版文献量(篇)
4344
总下载数(次)
6
总被引数(次)
55117
论文1v1指导