公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于深度学习的籽棉中异性纤维检测方法被引量：12: 2018年; 针对籽棉图像阴影多、常规图像处理方法难于识别的问题,以去除棉叶、棉壳等有机杂物的籽棉为样本,将不同颜色、形状、尺寸的12种常见异性纤维和籽棉样本随机地分布在运转中的传送带上,采用线扫描相机获得发光二极管(LED)照明的籽棉图像520张,"LED+线激光"双光源照明的籽棉图像1 148张。然后采用由13个卷积层、13个采样层和4个池化层构成的Faster RCNN深度学习人工神经网络,对2种成像方法获得的籽棉图像进行基于人工智能的网络训练,再进行异性纤维检测验证。实验数据表明,LED照明和"LED+线激光"双光源照明条件下,籽棉图像中的异性纤维的检出率分别达到了90.3%和86.7%,特别是LED照明条件下对白色异性纤维进行识别,其识别率由5.9%提升到了90.3%。; 何晓昀韦平张林邓斌攸潘云峰苏真伟; 关键词：籽棉异性纤维人工智能图像处理

基于线激光与LED的棉花中异性纤维检测方法被引量：8: 2016年; 激光成像可以检测出皮棉中的白色异性纤维,而深色和有色的异性纤维反光性能差,激光成像难以检测。该文提出了一种基于LED与线激光的双光源一次成像方法,可以检测出各种颜色的异性纤维。试验以白色、深色和浅色共20种典型异性纤维和皮棉作为样本,在相机曝光时间与光圈不变的条件下,逐步改变LED亮度和线激光功率,发现在RGB颜色空间,利用R(红色)通道,白色异性纤维与棉花的可分度随着激光功率的增大而增大,达到峰值之后又逐步减小;在HIS颜色空间,利用S(饱和度)通道,有色异性纤维与棉花的可分度随着LED亮度的增大而增大,达到峰值之后又逐步减小。在此基础上,该文获取了310幅棉花与异性纤维的图像,作出了基于R与S通道的图像可分度、LED亮度与激光功率的对应变化曲线,然后将两种曲线进行融合,在曝光时间106μs、光圈2.8C条件下,发现线激光功率7.01 m W、LED亮度3 326 lx时,白色异性纤维和深色、有色异性纤维与棉花的可分度最大。采用上述双光源成像参数和该文的成像装置获取840幅图像,通过简单的二值化图像分割算法,白色异性纤维的正确识别为84.1%,深色和有色异性纤维正确识别为93.9%,优于单独激光成像或单独LED成像的识别率。; 张林韦平伍剑波刘翔苏真伟; 关键词：棉花激光发光二极管机器视觉

籽棉中异性纤维的双光源成像检测方法被引量：8: 2017年; 针对现有的异纤清理机无法彻底清除异性纤维的问题,提出了一种在籽棉轧花前对异性纤维进行检测的方法。以清除了铃壳、茎、叶等有机杂物的籽棉和常见的21种有色及白色异纤为检测样本,在白色LED和红色线激光双光源照明获取图像,在RGB颜色空间的R通道和HSI颜色空间的S通道利用改进的索贝尔(Sobel)边缘检测算法检测异纤。同时在S通道利用一维最大熵法以提高异纤检测率。实验结果表明:采用的双光源照明成像方法和图像处理算法可减少阴影等干扰,白色异纤的检出率可达到74.7%,有色异纤的检出率可达到70.8%,为籽棉中异性纤维的检测提供了参考和借鉴。; 韦平张林刘翔王冬苏真伟; 关键词：籽棉异性纤维图像处理

一种人工智能检测籽棉中异性纤维的方法被引量：4: 2018年; 探讨基于卷积神经网络的Faster-RCNN深度学习方法,检测籽棉中异性纤维的检测技术。使用线扫描相机在LED照明条件下获取籽棉和异性纤维的图像,采用基于Faster-RCNN的人工智能深度学习方法处理图像。试验结果表明,Faster-RCNN处理方法对籽棉图像中异性纤维的检出率达到90%,相比传统的图像检测方法大幅度提高了检测率,特别是对传统方法难以识别的白色或浅色异性纤维,其检测率可以达到90%以上。认为:本文所采用的基于Faster-RCNN的人工智能深度学习方法处理图像在异纤检测应用上具有一定可行性。; 何晓昀苏真伟邓斌攸潘云峰池志强; 关键词：籽棉异性纤维

棉花中白色异性纤维的激光成像快速检测方法被引量：12: 2014年; 现有的棉花异性纤维分拣机采用可见光照明成像,难以识别棉花中混杂的白色异性纤维。为了有效地检测出与棉花颜色相同或相近的白色异性纤维,该文采用线激光照明成像的方法,在固定线激光功率、波长和相机光圈的条件下,利用不同的曝光时间,获取了12种典型的白色异性纤维与皮棉的图像,分析其成像曝光时间与图像对比度之间的关系,发现不同的关系曲线存在一段共有的最优曝光峰值时间。在此曝光时间内,同一图像中的白色异性纤维已经"过曝",而棉花还处于欠饱和状态。二者图像灰度值的明显差异可用于检测棉花中的白色异性纤维。该文在线激光功率为0.8 W,波长650 nm,相机光圈为8C,曝光时间为1.6 ms的条件下获取了1 500幅图像。试验表明,采用简单的固定阈值法,皮棉中12种典型的白色异性纤维的识别率达到了95.8%。研究结果为提高棉花中白色异性纤维的识别率和速度提供了一条新途径。; 刘翔何相呈苏真伟刘锋王冬顾其彪; 关键词：棉花图像处理激光成像

棉花中白色异性纤维的线扫描激光成像检测方法被引量：11: 2015年; 在可见光和紫外光照明条件下,皮棉中白色异性纤维和棉花背景的颜色相近,很难用现有的机器视觉系统或人工方法检测出来。该文以12种典型白色异性纤维为样本,采用线扫描相机,分别在红色激光(波长658 nm)、蓝色激光(波长405 nm)和红外激光(波长850 nm)3种照明条件下,改变激光功率和曝光时间,获取了300幅白色异性纤维与棉花的图像。在此基础上,根据同一图像中目标和背景的平均灰度值计算了图像的对比度,然后作出了不同激光波长、功率、曝光时间和图像对比度之间的关系曲线,最后,在该试验装置的条件下,该文确定了线激光成像的最佳检测波长为658 nm、光功率为55 m W和曝光时间为36μs,发现采用优化的线激光参数成像,图像中12种白色异性纤维灰度值已经接近饱和而棉花还处于欠饱和状态,"目标"和"背景"的对比度达到最大,利用两者平均灰度值的明显差异可以检测出棉花中的白色异性纤维。试验结果表明,采用优化的线激光成像参数获取730幅棉花图像,利用简单的Prewitt算子边缘检测法和固定阈值的二值化方法对图像进行分割,12种典型白色异性纤维样本的正确识别率分别可达93.7%和92.9%。; 王冬尹伯彪刘翔何相呈苏真伟; 关键词：无损检测棉花激光波长功率

一种基于ARM的钢管焊渣条分叉视觉检测系统被引量：1: 2014年; 采用机器视觉技术,设计了一种基于ARM、以USB网络摄像头采集图像的焊渣条分叉自动检测系统。对图像进行二值化处理后,系统根据对象边缘像素点的分布识别焊渣条是否分叉,并驱动相应的声光报警器报警。试验证明,该系统能自动检测焊渣条分叉,体积小,性价比高,在低速低精度的检测场合具备较高的推广应用价值。; 何相呈祝钊苏真伟陈谋钦; 关键词：ARM 机器视觉视觉检测

全选清除导出

共1页<1>

国家自然科学基金(31371536)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(31371536)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈