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:
为实现核桃表面污渍的识别,设计了一种基于HSV色彩分析的污渍识别算法.利用人工标记将核桃污渍区域与洁净表皮分离后,将图片转到HSV色彩空间,并分别统计污渍区域与洁净区域V分量数值;求取污渍区域与洁净表皮区域V分量均值,并利用洁净表皮V分量均值与污渍区域V分量均值确定分割阈值,对其进行分割.为了验证算法的可靠性,通过市售核桃,采集到708张带有污渍的图片数据,对算法进行测试.经过实验,本算法取得了 94.12%的检测精确率以及94.74%的召回率,相较于Otsu分割算法,具有更高的识别精度及效率.
推荐文章
轴承表面缺陷类型识别算法
轴承
表面缺陷
缺陷识别
Sift 算法
BP 算法
基于深度学习算法的带钢表面缺陷识别
带钢表面
深度学习
分类准确性
缺陷识别
一种污渍识别算法及实现
图像处理
纸币清分机
污渍识别
均值
方差
算法
一次性白色圆形餐具表面污渍检测算法设计
机器视觉
污渍检测
一次性餐具
最小二乘法
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 核桃表面污渍识别算法设计
来源期刊 智能计算机与应用 学科
关键词 核桃 污渍识别 机器视觉
年,卷(期) 2021,(5) 所属期刊栏目 科技创见与应用|Scientific achievement and application
研究方向 页码范围 209-212
页数 4页 分类号 TP312
字数 语种 中文
DOI 10.3969/j.issn.2095-2163.2021.05.042
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (4)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(5)
  • 参考文献(1)
  • 二级参考文献(4)
2019(8)
  • 参考文献(4)
  • 二级参考文献(4)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
核桃
污渍识别
机器视觉
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导