典型文献
基于机器视觉的烟叶快速分级系统研究
文献摘要：
采用人工分拣的方式对烟叶分级受人为主观经验影响大且费时费力.随着计算机视觉技术的发展与计算机算力的增强,将机器视觉技术用于实现烟叶快速自动分级已成为这一领域研究的主要方向.本研究提出一种基于机器视觉(Machine Vision)与模型融合的烟叶快速分级方法,将烟叶分为五个品级,采用模型融合方案构建多分类模型来提取烟叶残伤与颜色特征,结合支持向量机(Support vector machines,SVM)与综合打分系统评判来实现对烟叶的自动快速分级.采用过程分类准确率、损失值和投票器得分作为评判指标,在自建烟叶数据集上对几种不同烟叶分级方法的效果进行对比.研究结果表明,采用融合方案能够实现对烟叶品级快速判定并有较高的准确率.
文献关键词：
模型融合;机器视觉;烟叶分级;投票打分机制;CNN
中图分类号：
作者姓名：
梁晨阳;王川川;丁浩楠;张靖鱼;黄煜桢;王建鹏
作者机构：
河南工业大学,河南 郑州 450001
文献出处：
引用格式：
[1]梁晨阳;王川川;丁浩楠;张靖鱼;黄煜桢;王建鹏-.基于机器视觉的烟叶快速分级系统研究)[J].河南科技,2022(11):7-12
A类：
投票打分机制
B类：
快速分级,人工分拣,烟叶分级,费时费力,计算机视觉技术,算力,机器视觉技术,快速自动,自动分级,主要方向,Machine,Vision,模型融合,分级方法,品级,融合方案,方案构建,多分类,分类模型,颜色特征,Support,vector,machines,分系统,分类准确率,损失值,分作,评判指标,叶数
AB值：
0.366085
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。
