基于机器视觉的沙糖橘果皮破裂和缺陷检测

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：在对果皮质量进行检测分级时,破裂果、机械损伤和硬疤是沙糖橘表面常见的主要缺陷.传统的自动检测系统通常不能准确地识别这些表面缺陷.为了解决这一问题,设计了一种硬件和软件相结合的计算机视觉检测分类系统.该系统采用单CCD和LED环形光源,通过计算机协作,利用计算机视觉系统提取沙糖橘果皮的正面图像,构建了有效的图像采集方法、预处理方法、颜色模型和分割方法,采用傅里叶变换、高频滤波、形态学(方案)和分类树等方法对沙糖橘的表面缺陷进行研究,并为实际的自动化应用找到更准确和更合适的方法.结果表明,该方法的可靠性和稳定性优于传统的单一形态学的识别方法.

外文标题：Detection of Broken Peel and Imperfection of Shatangju Based on Machine Vision

作者：

王士龙、朱景焕、王小明

展开 >

作者单位：

广西科技师范学院,广西来宾 546199

关键词：

果皮计算机视觉图像处理智能分级傅立叶变换分类树

出版年：

2023

DOI：

10.3969/j.issn.0517-6611.2023.09.054