棉花异性纤维图像分割算法matlab程序,基于可见光机器视觉的棉花伪异性纤维识别方法-农业机械学报.PDF...
基于可见光机器视觉的棉花伪异性纤维识别方法-农业机械学报2015年8月农 业 机 械 学 报第46卷 第 8期doi:10.6041/j.issn.10001298.2015.08.002基于可见光机器视觉的棉花伪异性纤维识别方法1,21,3...
基于可见光机器视觉的棉花伪异性纤维识别方法-农业机械学报
2015年8月 农 业 机 械 学 报 第46卷 第 8期
doi:10.6041/j.issn.10001298.2015.08.002
基于可见光机器视觉的棉花伪异性纤维识别方法
1,2 1,3 4 1,5
王 欣 李道亮 杨文柱 李振波
(1.中国农业大学信息与电气工程学院,北京 100083;2.中国农业大学网络中心,北京 100083;
3.中国农业大学北京市农业物联网工程技术研究中心,北京 100083;4.河北大学数学与计算机学院,保定071002;
5.中国农业大学农业部农业信息获取技术重点实验室,北京 100083)
摘要:为提高皮棉质量和皮棉中异纤的检测精度,提出了一种基于机器视觉的棉花伪异性纤维识别方法。皮棉经
过开松装置被制成薄棉层,检测通道两侧的相机对棉层进行拍摄,并将采集到的棉层及异纤和伪异纤图像保存到
工控机,通过图像分块及阈值分割等算法,提取伪异纤目标区域,统计获取区域的数个颜色、形状和纹理特征,基于
特征数据,分别使用BP神经网络、一对一有向无环图策略线性核函数支持向量机和径向基核函数支持向量机对两
大类棉花杂质进行分类识别。实验结果表明,9915%的伪异纤目标可被准确识别,径向基核函数支持向量机在棉
花异纤和伪异纤分类识别中,总分类正确率为9560%,能够满足在线检测的要求。
关键词:棉花异性纤维 识别 机器视觉 BP神经网络 支持向量机
中图分类号:S24;TP391 文献标识码:A 文章编号:10001298(2015)08000708
LintCottonPseudoforeignFiberDetectionBasedonVisible
SpectrumComputerVision
1,2 1,3 4 1,5
WangXin LiDaoliang YangWenzhu LiZhenbo
(1.CollegeofInformationandElectricalEngineering,ChinaAgriculturalUniversity,Beijing100083,China
2.ComputerNetworkCenter,ChinaAgriculturalUniversity,Beijing100083,China
3.BeijingERCforInternetofThingsinAgriculture,ChinaAgriculturalUniversity,Beijing100083,China
4.CollegeofMathematicsandComputer,HebeiUniversity,Baoding071002,China
5.KeyLaboratoryofAgriculturalInformationAcquisitionTechnology,MinistryofAgriculture,
ChinaAgriculturalUniversity,Beijing100083,China)
Abstract:Thequalityandleveloflintcottonaredegradedbecausetherearemanyforeignfibersand
otherharmfulnonfibertrasheswhicharemixedintoitintheprocessofplantation,production,
transportationandmachining.Itwillbringdirecteconomiclosstotextilein
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐


所有评论(0)