基于改进型FCM算法的牛肉大理石花纹提取方法

提出了一种基于改进型模糊C均值聚类算法的牛肉大理石花纹提取方法。该方法结合了快速模糊C均值(FCM)聚类算法,对传统FCM算法中的隶属函数、聚类数C和初始聚类中心点选取方法进行了优化。试验表明,该方法使牛肉大理石花纹提取的准确度由76.2%提高到85.7%。

基于非完全信息算法的牛肉大理石花纹提取方法

提出一种基于非完全信息算法的牛肉大理石花纹提取方法。首先,在遍历理论和对象有效性相关原理的基础上构建了非完全信息算法。然后,结合加权平均值灰度化算法、自适应最佳阈值算法和改进的自适应模糊多级中值滤波算法实现上述方法。研究表明,该方法能够准确有效地反映出牛肉大理石花纹的真实情况。

基于单目视觉的森林火点实时定位方法

针对目前森林火点定位工作中依靠传统人工瞭望观测方式的不足,研究了一种基于单目视觉的森林火点实时定位方法。首先,提出了适用于森林中着火点具体位置实时确定的几何模型。同时,研究了森林火情监控摄像机视场角的实时计算方法。最后,设计出了基于单目视觉的森林火点实时定位算法并通过试验进行了验证。结果表明,该算法能够满足森林火点实时定位的准确性要求。

机器视觉技术在牛肉大理石花纹识别中的应用

牛肉眼肌区域大理石花纹的丰富程度是牛肉分级的重要指标之一。采用工业相机采集多幅牛肉眼肌切面图像,利用VC++图像处理技术,对图像进行平滑去噪操作,采用自适应阈值法将眼肌区域从背景中分离,然后运用数学形态学的方法以及基于区域分割的方法确定有效眼肌区域,最终通过数理统计的算法识别大理石花纹。结果表明,该技术能有效识别眼肌区域中的大理石花纹,其耗时短、识别结果准确,利于牛肉等级的准确判定。