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:
为了改善我国樱桃分选仍然主要由人工作业的现状,实现樱桃缺陷果自动筛选,提高樱桃生产效率。本实验结合现有的图像处理方法,设计了一套基于视觉处理软件NI Vision Assistant的樱桃缺陷检测装置。实验中首先利用图像采集系统获取樱桃图像,然后利用算法提取樱桃缺陷部分,最后将缺陷果位置信息发送给筛选机构,从而完成樱桃的缺陷检测与筛选。最后的实验结果表明,此筛选方法速度快,实验器械和方法较为简单,综合检测正确率也比较高,基本满足实际生产中缺陷樱桃的检测要求。
推荐文章
水果表面缺陷检测研究-基于NI Vision Assistant和IMAQ Vision
机器视觉
NI Vision Assistant
边缘检测
表面缺陷
水果
基于Vision的果蝇复眼病变图像的处理
果蝇
机器视觉
Vision 8.5
图像处理
基于IMAQ的印刷电路板电子元件缺件检测
IMAO Vision Assistant
印刷电路板
模板匹配
基于机器视觉的樱桃缺陷检测与识别
缺陷检测
樱桃分级
机器视觉
卷积神经网络
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NI Vision Assistant的樱桃缺陷检测方法
来源期刊 计算机科学与应用 学科 工学
关键词 机器视觉 图像处理 缺陷检测 樱桃
年,卷(期) jsjkxyyy_2017,(12) 所属期刊栏目
研究方向 页码范围 1163-1173
页数 11页 分类号 TP39
字数 语种
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  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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
图像处理
缺陷检测
樱桃
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
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
论文1v1指导