典型文献
基于机器视觉技术的稻米等级快速自动判定方法及系统研究
文献摘要：
当前稻米等级的判定多依赖于人工挑拣称重计算,具有人工主观性强、检测效率低等缺陷,因此实现快速自动判定稻米等级是稻米行业的必然趋势.本文基于机器视觉技术设计并开发了稻米等级快速自动判定系统.通过成像技术获取稻米籽粒高分辨率图像,利用Watershed算法和自适应阈值函数对图像进行处理,对不同籽粒进行标记并运用卷积神经网络训练,选取最优训练模型对糙米分类,利用线性回归分析数据,实现对稻米等级的判定.本系统与人工对同一批稻米等级的判定结果相似度可达91.4％,采用本方法设计的系统在对稻米等级判定的过程中不仅排除了人为的主观性,还在检测速度上有了显著提升,从而提高了稻米分级判定效率.
文献关键词：
稻米;出糙率;卷积神经网络;机器视觉;快速检测
中图分类号：
作者姓名：
范保江;孙磊;何杨帆;范晓飞;李玉超;索雪松
作者机构：
河北农业大学机电工程学院 保定 071000
文献出处：
引用格式：
[1]范保江;孙磊;何杨帆;范晓飞;李玉超;索雪松-.基于机器视觉技术的稻米等级快速自动判定方法及系统研究)[J].电子测量与仪器学报,2022(10):123-130
A类：
B类：
机器视觉技术,稻米,快速自动,自动判定,判定方法,挑拣,称重计算,主观性,检测效率,技术设计,技术获取,籽粒,高分辨率图像,Watershed,自适应阈值,阈值函数,神经网络训练,训练模型,糙米,本系,方法设计,等级判定,检测速度,出糙率,快速检测
AB值：
0.330895
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
