freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內容

水果品質自動分級的機器視覺系統(tǒng)外文翻譯中文(專業(yè)版)

2025-07-20 23:02上一頁面

下一頁面
  

【正文】 Morrow C T。 Navarr!on F。 Destain M F (1999). Defects segmentation on ‘Golden Delicious’ apples using colour vision and Bayesian Method. Computers and Electronics in Agriculture, 23, 43– 53 Leemans V。該機器的重復性在在線檢測外部缺陷時約為 86%,主要受第一類中取得的的那些結果影響。 專家們 估計果皮上的損害程度時的重復性介于 85%和 90%,平均為 88%(見表。這些誤差可以檢測和糾正,如果每個分割區(qū)域的特征得到計算,因為這些群由于面積小常被分割為忽略不顧的區(qū)域。 在確定視覺系統(tǒng)在測量大小和檢測瑕疵的精度前,為了估計人工操作的精度和重復性要進行一個簡單的試驗,這是目前商業(yè)分級廠房的的參考。 (4)基礎色 —— 計算作為基礎 的顏色,在每個獨立的視角中統(tǒng)計 (5)次主色 —— 計算作為次要主色,在每個獨立的視角中統(tǒng)計 (6)水果的尺寸 —— 根據現(xiàn)在的標準,尺寸是根據替代物的尺寸測來的。單值圖像中的前景是水果的圖像,認為是各區(qū)域形成的,除了那些被視為背景或莖塊的區(qū)域。訓練系統(tǒng)分別單一顏色的水果,此主色類沒有使用。 這項工作的目的是報告在項目 ESPRIT3(參考 9230的集處理,檢查和包裝水果和蔬菜于一體的綜合系統(tǒng),英文簡寫 SHIVA),該技術在其他地方被描述過(墨爾 特等, 1997, 1998),和Valeenciano Agrarias( IVIA)研究所在 1998年三月進行的測試中取得的成果的基礎上發(fā)展而來的圖像分析技術。有些水果有一種顏色均勻分布在皮膚表面,我們稱之為主色。本文的目的是報告在 Valenciano de Investigaciones Agrarias研究所研究的對桔子,桃子,蘋果品質進行實時測評而發(fā)展起來的機器視覺技術,并評估該技術在下列質量屬性:大小,顏色,莖的位置及外部瑕疵檢測中的效率。此種分解研究,在貝葉斯判別分析的基礎上,使用并且允許水果因背景不同而精確的 進行區(qū)分。該平均表面顏色對這些水果來說是 一個很好的質量指標。該視覺系統(tǒng)是為了在線測量與桔子,桃子,蘋果質量有關的幾個參數(shù),如大小,以及鑒定次要色點(桃和蘋果一些種類的水果需要),莖塊位置或斑點的存在。用兩個類顏色方法檢測一般的損害是合理的,因為每個種類的水果都有不同的顏色的缺陷 ,可以區(qū)分為明亮的與黑暗的。然而莖塊并不認為是水果的一部分,因為較長的莖 塊可能導致錯誤的測量尺寸(圖 . 2( c))。由于水果不具有方向性,水果都是由離莖最近的地方開始定位測量的。由于蘋果的形狀更加不規(guī)則所以被用于這些實驗。 該系統(tǒng)檢測莖的性能被進行了測量,使用了 93個橘子, 95個蘋果和 140個桃子的圖像,而大多數(shù)圖像都是在線獲取的。由于該系統(tǒng)被專家編程和培訓,從理論上說,它的性能受到了專家們的重復性 4) 的限制。將這些結果和人類估測的大小和皮膚的損傷程度的平均重復性,分別為 94和 88%,進行比較,并 且考慮到決策算法也同樣被人工操作者訓練 和測試,由此我們認為結果可以接受的。 Magein H。Perotto G (1998). Multisensor Inspection and robotic packing of fruit. AgEng 98. Oslo, Denmark. EurAgEng Paper No. 98F030 Peirs, A。 Heinemann P H。 Thompson J (1992).Peach maturity grading with color puter vision. ASAE Paper No. 923029 Tao Y。 BourelyA。 Magein H。在線操作的尺寸重復性介于 91和 95%,有一個 93%的平均值。一個錯誤的來源是由于大多數(shù)蘋果為7274和 7982毫米,而 74毫米被選為大小之間的臨界尺寸。 大多數(shù)像素分割程序中出現(xiàn)的錯誤是由于孤立的或小群的像素,這些主要位于相鄰區(qū)域的邊界。然后,操作 者決定是否系統(tǒng)正確地在個圖像中檢測到莖。 (3)莖和瑕疵 —— 需要考慮,如果在四種視角中的任一種中發(fā)現(xiàn) 。然后,為了加快輪廓提取的進程,基于模濾波器的緩和程序被應用到了分段的圖像,以便平緩圖像之間的毗鄰地區(qū)及消除孤立的不良分類像素 [圖 . 2( b) ] 第二步由提取特性來將水果按大小進行分類構成。由于分類采用這樣一種方式,所以他們對所有類型的水果都適用。最近的技術結合紅外和可見的信息來檢測瑕疵( Aleixos 等, 2020)或者使用高光譜成像( Peirs等, 2020)。多布然斯基和 Rybczynski, 2020)。集處理,檢查和包裝水果和蔬菜于一體的綜合系統(tǒng)(英文簡寫 SHIVA)形成了一種自動、無損檢測和處理的水果的機器人系統(tǒng)。因此,尺寸的確定性恰當?shù)牡玫搅私鉀Q。然而,一些其他水果(例如桃子,蘋果,西紅柿)有次要顏色可作為一種成熟的良好指標。水果要在不 1秒的時間里于四個不同角度被檢
點擊復制文檔內容
畢業(yè)設計相關推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1