龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及一种基于机器视觉的干花椒外观品质检测方法，先将待检测干花椒粒群平铺于任意平面后采集待检测干花椒粒群图像，然后将待检测干花椒粒群图像输入训练完成的分类神经网络模型，获得待检测干花椒粒群的外观品质检测结果。样本集的构造时先获取包含多种组分的干花椒样本粒群，按照不同组分将干花椒样本粒群中各个体进行分类；然后对于每种类别组分，基于用于干花椒检测的盛具进行至少一次松散排列摆放，并采集每次包含所有松散排列摆放的个体的多样本图像，最后利用图像二值化阈值分割方法将所有类别组分的所有多样本图像裁剪为目标像素的单样本图像。该方法降低了样本构造难度且检测准确率高。
主权项：1.一种基于机器视觉的干花椒外观品质检测方法，其特征在于，包括：将待检测干花椒粒群平铺于任意平面后采集所述待检测干花椒粒群图像；将待检测干花椒粒群图像输入训练完成的分类神经网络模型，获得待检测干花椒粒群的外观品质检测结果；其中，用于训练所述分类神经网络模型的的样本集的构造包括以下步骤：获取包含多种组分的干花椒样本粒群，所述多种组分包括单粒睁眼椒、梅花睁眼椒、完全闭眼椒、不完全闭眼椒、椒梗、椒刺、椒籽、椒叶和杂色椒；按照不同组分将所述干花椒样本粒群中各个体进行分类；对于每种类别组分，基于用于干花椒检测的盛具进行至少一次松散排列摆放，并采集每次包含所有松散排列摆放的个体的多样本图像，所述盛具包括顶部具有多个等距阵列排布凹槽700的中性灰度的面板100；利用图像二值化阈值分割方法将所有类别组分的所有多样本图像裁剪为目标像素的单样本图像，所述单样本图像只包括一个干花椒个体，所有的单样本图像构成用于训练所述分类神经网络模型的的样本集。
全文数据：
权利要求：
百度查询： 西北农林科技大学 基于机器视觉的干花椒外观品质检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号