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:
针对柑橘人工分类强度高、效率低、精度差的问题,为实现快而准确的柑橘缺陷检测,提出一种基于机器视觉技术的缺陷检测方法.在VS2013环境下利用开源计算机视觉库OpenCV进行开发,根据柑橘的颜色与形状特点,将图像颜色模型由RGB转换为HSV,利用HSV图像进行背景去除后,在HSV颜色模型下利用V分量灰度图边缘检测与形态学处理的方法以提取柑橘表面的缺陷特征.结果 表明,柑橘表面缺陷检测的总体识别率为92%,所用方法能有效地识别柑橘表面的缺陷.
推荐文章
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
基于机器视觉的重轨表面缺陷检测系统的研究
机器视觉
重轨检测
硬件设计
字符识别和缺陷检测
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 基于机器视觉的柑橘表面缺陷检测
来源期刊 江苏农业科学 学科 工学
关键词 柑橘 缺陷检测 机器视觉 HSV 边缘检测
年,卷(期) 2019,(7) 所属期刊栏目 农业工程与信息技术
研究方向 页码范围 236-239
页数 4页 分类号 TP391.41
字数 4140字 语种 中文
DOI 10.15889/j.issn.1002-1302.2019.07.056
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 龚中良 中南林业科技大学机电工程学院 34 104 7.0 8.0
2 杨张鹏 中南林业科技大学机电工程学院 3 3 1.0 1.0
3 梁力 中南林业科技大学机电工程学院 3 3 1.0 1.0
4 蔡宇 中南林业科技大学机电工程学院 3 3 1.0 1.0
5 游江辉 中南林业科技大学机电工程学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (224)
参考文献  (11)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
柑橘
缺陷检测
机器视觉
HSV
边缘检测
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
江苏农业科学
半月刊
1002-1302
32-1214/S
大16开
南京市孝陵卫钟灵街50号
28-10
1973
chi
出版文献量(篇)
24128
总下载数(次)
53
总被引数(次)
109978
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导