基于机器视觉的麻核桃分类算法设计

麻核桃的分类有助于产品销售,传统分类方式仅限于人工操作。为实现麻核桃的自动化分类,设计一种麻核桃分类算法,该算法通过构建核桃像素概率分布模型实现。根据核桃不同视图,利用同类核桃构建像素概率分布模型以及惩戒模型。利用矩阵乘积方式将待测核桃样本与两个模型分别进行对比,并将计算结果作为测试样本种类归属的判据,并以此对核桃进行分类。利用3 000个核桃样本,建立一个包含9 000张图片的数据集,对算法的性能进行评估。经过测试,在3次交叉测试实验中,该算法取得了97.36%的识别率。实验结果表明,在麻核桃分类识别中,该方法具有较好的应用前景。     

基于机器视觉的小龙虾分级算法设计

小龙虾是中国重要经济水产,其价格随产品等级波动较大。传统的分级技术对小龙虾销售有一定限制,发展分级技术对于提高小龙虾经济价值有重要意义。根据小龙虾销售规范的要求,设计了小龙虾分级算法,分别利用R分量占比统计法、椭圆近似法、椭圆切割法对虾体生命状态、尺寸及残缺度进行检测。实验结果显示,在100个随机检测样品中,算法误判率约3%。相较传统分级方式,该算法不仅具有效率优势,同时具有相对低的误判率。