机器视觉在玫瑰鲜切花花形分类中的研究

玫瑰鲜切花的分级检测对其销售有着重要意义,目前玫瑰鲜切花的分级检测主要采用人工的方式。为减少人工分级过程中造成玫瑰鲜切花的损失,基于机器视觉方法运用HALCON软件搭建了一套玫瑰鲜切花分级检测系统。首先,设计了试验平台,建立了玫瑰鲜切花分级标准。随后,加入了图像增强和数据增强技术,使图像效果得到改善,并增加了样本的数量,利用中值滤波法让图片噪声得到消除,保证了分类结果的准确性。最后,将训练样本加入5个模型中进行训练,比较每个模型的训练结果,选用Mobilenet_v2模型加入图像分类系统对鲜切花俯视图分类,并建立一维测量系统测量花茎的长度;建立评判准则模型,完成对玫瑰鲜切花的分级。经测试,得到俯视图分类系统的分类准确率为94%,经一维测量的花茎长度都在误差允许范围内。

A new species and a newly recorded species of Metacosma Kuznetzov(Lepidoptera:Tortricidae) from China

Two species of the genus Metacosma are discussed: Metacosma bispinalis sp. nov. is described as new, and M. miratorana Kuznetzov, 1988 is redescribed and newly reported from China. Photographs of adults and genitalia are provided, along with a key to all known species of Metacosma.