散装仓粮食数量识别关键——矩形标尺图像识别

根据散装粮仓粮食数量识别要求,以场景视频图为识别对象,对通过边缘检测得到的差分结果进行迭代分析,得到对象边界.基于与识别目标相吻合的梯度算子的区域迭代阈值进行图像特征二次提取,利用模糊识别隶属度函数进行矩形标尺判断,有效地提高了识别算法的抗干扰性、鲁棒性、识别精度和效率,并用Visual C++实现了该识别算法.该方法为杜绝粮食储备管理中的弊端,提供了一种粮食储备的智能稽核方法.

基于散装仓粮食图像分割阈值选取算法改进

文中针对复杂背景条件下的散装仓粮食图像二值化分割问题,将遗传算法引入改进的最大类间方差法中,利用遗传算法具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,提高了分割算法的时间效率,克服了采用传统最大类间方差法在散装仓粮食图像分割中的速度慢的局限性。