基于机器视觉的猕猴桃分类识别方法

来源 :2016年第四届全国现代制造集成技术学术会议 | 被引量 : 0次 | 上传用户:wangxiaomax
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对猕猴桃机器视觉分级中猕猴桃图像存在阴影等问题,采用改进的区域生长法进行目标提取.提出双阈值生长准则,对满足双阈值生长准则的区域分别求取所有像素点x方向和y方向的偏导数,然后求出所有像素点包括本身的九领域的梯度幅值并保留梯度幅值大于设定梯度阈值的区域,最后经过膨胀,填充,腐蚀等操作得到目标区域.对猕猴桃三视图进行目标提取后分别获得各视图猕猴桃区域的面积,矩形度、伸长度、周长以及缺陷率,将特征数据矩阵进行主成分分析处理后,得到累计贡献率大于90%的7个主成分数据,最后将降维后的数据作为SVM的输入,得到92.5%的正确率,表明基于机器视觉的猕猴桃分类识别方法是可行的.
其他文献
为了探索云计算在未来智能电厂中的应用,提出了一种电厂私有云架构,分析了实现云计算平台构架的关键技术.并在此基础之上,基于云服务器设计了针对电厂温度监测的手机终端应用.给出了具体的实现方式与关键流程.该系统的设计,实现了现有系统向云服务器的迁移,为未来智能电厂云计算平台的建立及现有系统迁移,提供了一定的参考.
传统的多学科可靠性分析往往将不确定性参数处理成随机不确定性,实际上一些由于统计信息不充足而无法确定服从某种分布的参数具有认知不确定性.同时,多学科可靠性分析的精度对整个产品设计优化的精度具有至关重要的影响.因此可以处理多源不确定性共存时的可靠性评估问题,又具有较高的计算精度的多学科可靠性分析方法的研究十分重要.本文在深入研究了一阶可靠性分析方法计算过程中致使计算精度低的根本原因基础上,采用序列化的
为实现多机器人智能仓库,多机器人在仓库中工作时的协同路径规划与避障问题必须得到解决.因此,基于动态加权地图的改进的A*算法被提出来解决这一问题.首先系统通过集中控制的方法生成预约表,利用预约表与交通规则防止机器人之间的碰撞.同时,利用预约表生成动态加权地图,表示智能仓库中的交通拥堵情况.最后,机器人通过分布式控制的方法,利用改进的A*算法和动态加权地图,达到动态协同路径规划的目的.最后通过仿真,比
为了提高设计理性的检索效率,提出了一种基于密度峰值法的设计理性聚类方法.该方法结合设计理性的语义特点,利用TF-IDF方法将设计理性转化为特征向量.然后基于密度峰值法求出每个特征向量的局部密度和距离两个参数,绘制决策图确定聚类中心.其余的数据指派到相应所属的类别中.针对密度峰值法在处理密度分布不均的数据时聚类效果差的问题,利用K最近邻方法定义动态截断距离来改进局部密度函数.
为解决大规模制造云服务组合优化问题,并排除智能算法的初始值对算法求优结果的影响,提出一种基于教-学算法的制造云服务组合优化算法.分析了基于服务质量的制造云服务组合流程,给出了制造云服务组合的服务质量评估模型和组合服务整体服务质量的评价方法,建立了制造云服务组合问题的数学模型,最后利用教-学算法来求解最优组合.将所提的方法与改进的遗传算法和改进的粒子群算法对比,仿真实验证明该算法求解大规模制造云服务
为降低机电系统的能耗,提出了基于运动规律的节能设计.首先,根据速度和加速度是否为0定义了4种运动状态,对运动状态进行变换可以形成16种基本运动任务;然后针对最常用的基本运动任务R-R,通过多项式、三角函数、以及复合运动规律来实现,理论分析发现,实现该运动任务所需的能耗与所采用运动规律的标准化速度的最大值有关,且成平方级增长;最后,借助滚珠丝杠进给系统测试台进行实验,定性地验证了上述理论的正确性.此
在面向装备制造的CNC加工管理中,生产模式主要是多品种、小批量、多材料类型的个性化定制生产模式.CNC机加工生产排单,往往面临多目标、时间动态、进程离散化等特征.本文基于动态规划模型,对CNC机加工生产排单问题进行分析建模,建立以最小化CNC刀具装换次数、最小化生产任务延迟时间为目标的多目标优化模型;通过聚类分析和迭代计算,计算CNC刀具装换装换方式;通过动态规划算法,优化CNC机加工生产任务序列
针对目前机械零件设计中的技术标准选择没有深入到产品设计层面的问题,借鉴了质量功能展开模型——质量屋(HoQ)的建模思想,构建了一个零件设计参数标准选择的工具——标准屋(HoS)模型.该模型综合权衡了零件设计参数、性能、竞争力和成本,以零件价值工程值为目标值,以零件性能改进率和成本为约束条件,可应用于标准的选择以及制定.最后,以风电齿轮箱中的齿轮设计为例,验证了标准屋模型的可行性与有效性.
用户个性化需求挖掘是产品个性化设计的重要前提,在线评论真实反映了用户的真实需求及对对的产品满意度.本文针对在线评论数据构建了一个用户需求挖掘模型,该模型首先获取关于某产品的评论数据,进行预处理后通过主题-情感模型确定该产品主题属性和相应的主观评论,以及情感极性.在传统LDA模型中本文将主题-情感模型加入情感字典和最大熵组件,用以区分全局观点词、特征词和特征观点词.最后,加入情感层,将传统的三层LD
为解决助老助残领域内机器人智能导航和需求服务匹配对存储、计算资源的需求问题,突破机载资源的局限,基于云机器人相关技术,提出了面向助老助残领域的机器人云服务平台架构CSP-AHEP(Cloud Service Platform-Assisting Handicapped or Elderly People).将云计算技术和机器人技术结合,利用云端卸载机器人运算量的云机器人技术,可极大地拓展机器人计算