期刊文献+

机器视觉在柑橘分级技术上的研究进展 被引量:4

Research Progress of Machine Vision in Citrus Grading Technology
下载PDF
导出
摘要 为了解决水果分选过程中,人工分选费时费力,机械分选可能会刮伤果皮,机器视觉技术用于水果行业分选有着巨大的优势。文章综述了近几年国内外机器视觉技术在水果品质分选行业的分级技术研究现状。目前学术界采用传统图像处理技术研究机器视觉柑橘检测分级方法都是人为设计特征,分选准确率有待提高,近几年深度学习算法在图像处理上表现出了极好的检测效果,该方法不需要人为设计特征,只需要训练足够的样本数据,就可输出想要的结果。针对传统图像处理技术存在的弊端,深度学习算法尤其是卷积神经网络算法(CNN)在柑橘品质检测分级上有着巨大的研究价值。
作者 邹伟
出处 《农业装备技术》 2023年第3期4-6,共3页 Agricultural Equipment & Technology
基金 湖南省教育厅科学研究项目,基于深度学习的机器视觉柑橘无损检测分级技术研究(21c0987)。
  • 相关文献

参考文献7

二级参考文献27

  • 1宁素俭,李强,杨文志.计算机视觉图形轮廓的获取及其尺寸测量[J].农业机械学报,1996,27(2):44-49. 被引量:10
  • 2杨秀坤,陈晓光,马成林,方进,于立彪.用遗传神经网络方法进行苹果颜色自动检测的研究[J].农业工程学报,1997,13(2):173-176. 被引量:31
  • 3章毓晋.图像处理和分析[M].清华大学出版社,1999,3..
  • 4TAO Y, HEINEMANN P H, VARGHESE Z, et al. Machine vision for color inspection of potatoes and apples [J].Transactions of the ASAE, 1995, 38(5) : 1555 - 1561.
  • 5ABDULLAH M Z, MOHAMAD-SALEH J, FATHI- NUL-SYAHIR A S, et al. Discrimination and classification of fresh-cut starfruits (Averrhoa carambola L. ) using automated machine vision system [J]. Journal of Food Engineering, 2006, 76(4) : 506 - 523.
  • 6MENDOZA F, DEJMEK P, AGUILERA J M. Calibrated color measurements of agricultural foods using image analysis[J].Postharvest Biology and Technology, 2006, 41(3): 285-295.
  • 7饶秀勤,应义斌,王剑平.用于球形对象表面积实时检测的球带法:中国,200410089198.1[P].2005-06-29.
  • 8李晓明,农业机械学会志,1994年,56卷,1期,37页
  • 9钟玉琢,机器人视觉技术,1994年,11页
  • 10周孝宽,实用微机图象处理,1994年,10页

共引文献209

同被引文献34

引证文献4

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部