您的位置: 专家智库 > >

王靖宇

作品数:2 被引量:11H指数:2
供职机构:浙江大学生物系统工程与食品科学学院更多>>
发文基金:国家科技支撑计划更多>>
相关领域:轻工技术与工程自动化与计算机技术医药卫生更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇轻工技术与工...
  • 1篇医药卫生

主题

  • 2篇鲜香菇
  • 2篇香菇
  • 2篇计算机
  • 2篇计算机视觉
  • 1篇神经网
  • 1篇神经网络
  • 1篇图像
  • 1篇图像处理
  • 1篇网络
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络

机构

  • 2篇浙江大学

作者

  • 2篇苏忆楠
  • 2篇李江波
  • 2篇饶秀勤
  • 2篇王靖宇

传媒

  • 1篇包装与食品机...
  • 1篇农产品加工(...

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
基于计算机视觉的香菇缺陷检测被引量:7
2010年
传统人工检测鲜香菇表面缺陷方法通常效率较低,且易造成视觉疲劳,不能满足现代化工业需求。本研究尝试采用计算机视觉技术检测鲜香菇表面缺陷。首先,香菇样本RGB图像被获取,抽取B分量图像构建掩模用于G分量图像去背景。然后,去背景后的G分量图像进行边缘亮度补偿及缺陷提取。随后,对缺陷标记、提取特征参数及参数选择。为了避开成像系统及环境光的干扰,试验选用缺陷区域总面积与香菇图像总面积的比值作为识别正常香菇与缺陷菇的衡量指标。最后,一个全局阈值0.0035被用于所有被研究样本。结果表明,该识别算法识别正常菇和缺陷菇准确率分别为94%和97.3%,所有样本分类精度达到96.5%。
李江波王靖宇苏忆楠饶秀勤
关键词:鲜香菇图像处理计算机视觉
鲜香菇外部品质计算机视觉检测与分级研究被引量:4
2010年
根据鲜香菇图像特点和分级标准,运用计算机视觉技术和神经网络算法对香菇进行自动检测与分级。采用掩模去背景、中值滤波、边缘亮度补偿等技术对图像进行处理。选取香菇菇盖最大直径、圆形度、色调均值及缺陷区域总面积与香菇图像总面积的比值作为鲜香菇分级的特征参数。通过BP神经网络建立了特征参数与鲜香菇等级之间的关系模型,试验结果表明,其预测识别结果达到94.2%。
李江波王靖宇苏忆楠饶秀勤
关键词:鲜香菇计算机视觉BP神经网络
共1页<1>
聚类工具0