我国禽蛋无损检测的现状及分析

禽蛋的品质检测是禽蛋生产、加工过程中的重要环节之一,该文从禽蛋的内部品质、外部品质、储存时间、孵化蛋成活性检测以及禽蛋大小分级等方面对我国禽蛋无损检测的现状进行了阐述,内部品质检测和禽蛋大小分级主要以机器视觉技术结合图像处理技术为主;外部品质和储存时间的检测可以利用光学特性和声学特性等,建立相关数学模型实现无损检测;孵化蛋成活性检测目前的方法是通过光谱技术并结合图像信息,建立有效的数学模型,实现孵化前种蛋的定性检测。     

果实品质无损伤检测与自动分级技术的研究进展

从利用光学特性、声波振动、机器视觉技术、核磁共振(NMR)技术和利用电子鼻、电学特性、CT等方面,综述了技术检测果实品质的研究概况。阐述了果实分级的机械化与自动化技术,并详细说明了果实机械化分级技术、计算机视觉技术与自动分级的研究与应用情况,以及计算机视觉技术在判断果实大小、色泽、果实损伤与表面缺陷以及综合品质判断方面的研究进展情况。最后,指出了无损伤检测技术和自动分级技术应用中存在的主要问题,并对其开发应用前景进行了展望。     

基于机器视觉与光谱融合的柑橘品质无损检测分级系统设计与试验

针对柑橘果径、着色率和内部糖度3项关键品质指标,基于双锥滚子式果杯传输线设计了一套柑橘综合品质无损检测分级系统,该系统主要包括喂料部分、机器视觉检测模块、近红外光谱检测模块和分级执行部分.机器视觉检测模块采用单相机拍摄不断翻滚的柑橘视频来获取大量不同姿态的柑橘图像,并进行轮廓提取,以单个柑橘所有帧图像的最小外接圆直径的平均值计算果径,以每一帧图像得到的其二维黄色占比的平均值作为全表面着色率.在近红外光谱检测模块中设计了透射式光路,采集柑橘透射率光谱,并按在线检测时柑橘出现的两种高频姿态建立了混合姿态糖度检测模型,对比不同预处理方法下的建模结果,选取应用效果较优的多元散射校正(MSC)后建立的偏最小二乘法(PLS)模型.在线试验结果表明：果径检测的最大绝对误差为-1.42 mm,着色率检测的最大绝对误差为0.048,糖度检测结果的相关系数为0.817,均方根误差为0.658%.内外品质的联合检测分级按判别树决策方法确定了3种品质的联合分级方式,在分选速度为5个/s时,综合分级的平均准确率可达到91.16%,该检测分级系统整体结构简单,对于类球形水果具有较强的适用性,在产业化应用上有很大的...     

基于拉普拉斯算子的边缘检测研究

边缘检测是图像处理、图像分析和计算机视觉领域中最经典的研究内容之一,是进行模式识别和图像信息提取的基本手段.本文对基于拉普拉斯算子的边缘检测进行了研究测试,取得较好效果.     

肉品品质检测技术综述

介绍了人工嗅觉与人工味觉检测技术、计算机视觉技术、近红外光谱技术、高光谱图像检测技术等无损检测技术的发展概况.应用高光谱图像技术对肉品品质进行无损检测是当前的研究热点之一.介绍了该技术的基本原理和国内外肉品品质高光谱图像检测技术的研究现状,并展望了高光谱图像检测技术在肉品品质检测中的研究前景,以期对我国相关研究人员的研究工作提供参考.     

基于反射与透射图像结合的烟叶自动分级研究

人工进行烟叶外观分级需由日视和手感同时进行,而现有的利用计算机视觉技术对烟叶进行自动识别时,通常只利用了烟叶的反射图像,对烟叶的内部品质特征难以进行有效的模拟.本研究在自行设计制作的灯箱内拍摄同一烟叶的反射和透射二幅图像,通过数字图像处理技术自动提取烟叶的颜色和几何特征.运用人工神经网络建模,解决分级过程中的复杂非线性关系.实验结果证明,透射图像特征能够反映烟叶的某些内部分级因素,结合二类图像特征进行的识别效率明显高于使用某一类图像单独进行识别.同时,建模时所需特征参数大大减少,提高了运行效率和适应性.     

基于近红外透射光谱与机器视觉的蜜柚汁胞粒化分级检测

汁胞粒化是一种柑橘类水果中汁液囊的生理失调现象,表现为汁液囊变硬、干燥等,对水果内部品质产生消极影响。蜜柚是一种厚皮的柑橘类水果,很难通过外部果皮及果形,鉴定果实内部的汁胞粒化程度。采用近红外透射光谱结合机器视觉技术的快速无损检测方法,对蜜柚汁胞粒化程度进行分级检测。采集600个不同生长期的蜜柚样本在900～1700 nm的光谱数据,按果实的汁胞粒化程度将其分为5级。结合化学计量学研究由汁胞粒化引起的内部品质的化学变化,而机器视觉技术可用于研究由汁胞粒化引起的外部特征的物理变化。因此,该方法相较于传统检测方法,分级模型的预测能力更好。尤其是,连续投影-K近邻算法预测模型的准确性、敏感性和特异性分别达到0.970 0、0.923 1和0.987 4以上。结果表明:该方法可用于汁胞粒化的鉴定与评估分级,且具有巨大潜力,以期为厚皮类水果在线分选及内部品质研究提供参考和理论依据。     

海战场的目标检测与识别

针对海战场图像信息的目标检测与识别,提出了一种适于海战场区域特征的遥感图像目标检测与识别方法．研究采用线性滤波器将图像划分为若干个空间尺度,并对不同空间尺度的图像,根据生物视觉生理特性的原理,提取图像中目标的视觉显著性特征,此特征包含目标不同于其周围区域的程度和空间分布状态．根据分析提取的目标空间特征信息,使用支持向量机对视觉显著性特征图像进行分类,实现目标信息提取,并通过Dempster-Shafer证据理论的分析方法判断目标的相关信息及其置信度,达到识别目标的目的．实验结果表明：此方法能以高可靠性和高精确度检测出海战场图像信息中的目标,获取目标相关信息．     

基于计算机视觉的柑橘自动化分级

以柑橘为对象,研究了计算机视觉分级中的柑橘图像采集和图像信息处理方法.利用单个异步复位摄像机实现双通道柑橘的定位触发采集图像.每帧图像包含6个柑橘的图像,且每个柑橘被连续采集3个不同表面的信息.研究了基于果径大小和表面颜色的柑橘图像快速处理分级技术.建立了由PC机、PLC(可编程逻辑控制器)、摄像机、图像采集卡和接近开关等组成的上下位机结构的柑橘视觉分级自动化系统,并以300个柑橘进行了分级试验.试验结果表明:系统能在分级速度为每秒14个柑橘,等级数为9的分级条件下稳定工作,按大小分级精度达±1.5 mm.     

基于数学形态学的香梨果梗提取方法

果梗是香梨品质分级的重要指标之一。本文在香梨图像经过背景分割和边缘检测获取边缘图像后,提出一种利用数学形态学方法对香梨果梗进行自动提取的新方法。利用MATLAB 7.1软件平台开发了香梨果梗自动提取的计算机视觉检测软件。研究结果表明,该方法对香梨果梗的提取的正确率为90.7%。     

人工神经网络在人脸部识别中的应用研究

在对二值图像分析处理的基础上，介绍了人工神经网络（ANN）方法在数字图像识别中的应用，并通过在身份验证中的人面部特征提取与识别的实例对现有网络进行了研究，提出了改进思想，以期达到降低运算量、提高识别率的目的。     

基于小波变换和SUSAN算子的灰度图像边缘检测算法

根据小波变换的多分辨率特性和SUSAN算子良好的抗噪和检测能力提出了一种灰度图像的边缘检测算法。首先对待检测的灰度图像进行小波多尺度分解,得到高低频信息;然后对高频细节信息进行SUSAN算子的处理得到图像的边缘信息。实验结果证明,该方法效果良好,具有很强的实用性。     

使用Sketch Up结合车载扫描和航空影像数据进行建筑物三维建模——以纽约布法罗为例

使用车载扫描或航空影像数据进行三维建模,有自己的优点和缺点.车载扫描数据精度高,但由于设备是立面扫描,扫描得到的建筑物往往只有一个侧面,因此建筑物的信息不完整,它也经常遇到失锁的问题,从而大大影响数据的精度.在同一时间得到的航空影像数据的空间分辨率和精度低,并且缺乏仰角信息,然而它的图像特征连续并且包含光谱信息.通过将车载扫描数据和航空影像数据的结合,我们可以提高数据的精度.本文利用车载扫描获取的布法罗一个街区的激光点云数据,结合相应的航空影像数据,首先对点云和影像数据进行预处理,将数据进行定位配准;然后使用Sketch Up对街区进行三维建模;最后将该模型上传到Google Earth的3D模型库,来检测该模型的精度.     

中倍显微镜像质的研究

显微镜是观察小物体的重要工具之一,开展对显微镜的像质研究,提高显微镜物镜的成像像质具有非常重要的意义.利用波像的公差法研究发现,使用中倍显微镜时,由于光的波动性,会产生高级像差.经过计算,像面移动c=3/4δz后,最大波像差满足瑞利条件,则像质可靠.     

智能装配系统中神经视觉的三维物体识别

根据智能装配系统的实际要求，提出了一种利用神经视觉进行三维物体识别的理论和方法，在利用立体象对重建物体的三维外形的基础上，建立物体的区域图，利用物体的三维矩及其不变性来构造代表物体的特征矢量．采用ＡＲＴ２神经网络构成神经网络分类器，把物体的特征矢量作为神经网络分类器的输入，从而对物体进行识别或分类．这种识别或分类方法可以在线学习，能满足智能装配环境下连续作业的要求     

基于视觉定位的七轴机械臂目标抓取研究

针对机器人结合机器视觉在面对特定物体进行抓取任务时,系统设计工作量大、可移植性差的问题,提出基于机器人操作系统(ROS),结合手眼的七轴机械臂目标抓取方法,在ROS框架下利用协作机器人FRANKA PANDA结合RGBD摄像头进行目标抓取。创建了RGBD摄像头的xacro机器人模型,利用RViz进行三维模型的可视化操作;应用MoveIt!软件对RViz和Dazebo进行联合仿真;将ROS获取的图像信息发送给OpenCV库进行图像处理及物体定位,然后将物体坐标信息发还给ROS进行机械臂抓取任务。结果表明,该方法简单有效,以ROS为基础设计的抓取方法可移植性强,解决了面对复杂多样的物体,机器人系统需进行大规模控制改动的问题。     

雨天图像中目标显著性检测算法设计与效果评价

雨天条件下,图像中目标的许多特征被掩盖,使得户外图像应用系统效能发挥受到严重的影响。为了提高雨天条件下图像中目标检测的质量,通过综合分析雨天图像中的目标特征,发现其亮度颜色信息、色彩差异信息和暗通道先验信息对目标的显著性具有高敏感度,进而提取了雨天图像中目标的显著性特征,构建了基于混合特征的目标显著性检测模型,最后通过多个评价指标的效能评估实验,与经典算法进行对比,验证了本文算法的有效性。     

对英语专业八级口语口译考试评分的探讨

本文通过对英语专业八级口语口译考试的评分标准的考察，指出八级口语口译考试评分中两个突出的特点，即突出口语考试和口译考试评分“信息单元化”，从而影响口译质量评估的有效性。适当改变评分比例和口译评分标准的改进将有助于改善测评效果。     

利用贝叶斯算法过滤报文内容分析系统中的垃圾信息

利用基于概率统计方法的贝叶斯算法,对报文内容分析系统中的垃圾信息进行过滤.该算法的实现,是通过一定的算法来分析大量的相关信息和不相关信息中多种单词特征出现的概率,从而建立一张单词特征表,并依据这张表借助一个评分系统来判断目标文件的相关性.本算法具有一定的自适应性。能根据垃圾信息不断变化出现的形式自动进行特征表更新,从而不断地实时提高本身的判断效率.     

碎片图像字符特征提取方法研究

字符特征提取是含文字碎片图像拼接的关键环节,直接影响拼接效果。提出了一种包含文字信息的碎片图像特征提取方法,首先,对原始碎片图像进行预处理,分别得到字符和碎片背景的二值图像;然后,利用边缘检测算子提取字符和碎片背景的单像素边缘;最后,利用结构算子检测碎片图像中字符与碎片背景边缘的交叉点,并根据交叉点的信息提取字体边缘方向特征。仿真实验结果表明本文提出的碎片图像字符特征提取方法思路合理,能够快速、准确地提取出碎片图像中的字符特征,为后续的匹配拼接奠定基础。