青岛市科技发展计划项目(11-2-3-20-nsh)
- 作品数：8 被引量：71H指数：6
- 相关作者：韩仲志邓立苗徐艳杜宏伟熊凯更多>>
- 相关机构：青岛农业大学中国石油大学（华东）明尼苏达大学更多>>
- 发文基金：青岛市科技发展计划项目国家自然科学基金山东省自然科学基金更多>>
- 相关领域：农业科学自动化与计算机技术轻工技术与工程机械工程更多>>
- 基于图像处理的胡萝卜青头、须根与开裂的检测方法被引量：13
- 2013年
- 为了实现基于计算机视觉的胡萝卜外观品质自动分级系统,基于图像处理的方法,参照国家标准(SB/T10450-2007),该文提出影响胡萝卜外观等级的须根、青头、开裂等关键参数的提取算法。须根检测算法通过提取骨架检测端点数来实现,青头检测算法通过R分量上二值化得到,开裂检测算法使用S分量结合区域标记的方法完成,在此基础上构建了须根数、青头比和开裂度3个量化标准,对试验随机采集的520个胡萝卜图像的青头、须根和开裂进行检测,正确率分别达到了97.5%,81.8%,92.3%,总体识别率91.3%。该文所构建的胡萝卜关键特征检测方法,对研究机器视觉的胡萝卜外观品质自动检测装置与分级生产线具有积极意义。
- 韩仲志邓立苗徐艳冯永莲耿琪超熊凯
- 关键词：计算机视觉胡萝卜须根开裂
- 胡萝卜自动分级机机械装置的研制被引量：4
- 2015年
- 机械装置结合计算机视觉技术可以对胡萝卜等细长型蔬果进行自动分级。为此,设计了胡萝卜自动分级机的机械装置部分,主要由双级匀果装置、链条辊轮输送装置和直线电机打果装置3部分组成。匀果装置通过带有隔板的交错格输送带和差速带对胡萝卜进行初次和二次匀果,实现精确单果输送;辊轮输送装置推动单个胡萝卜自转进入计算机视觉系统的CCD相机视场,可获得胡萝卜全面的形状特性,使其分级精确;直线电机打果装置接收到胡萝卜等级决策信号后将胡萝卜按不同等级经U型导管推入包装箱,推果平稳、快捷,伤果率低。
- 杜宏伟邓立苗韩仲志何远
- 关键词：胡萝卜
- 基于玉米籽粒近红外光谱的品种与产地识别研究被引量：10
- 2014年
- 为考察近红外光谱对玉米种子的品种识别与产地识别性能，采集了8个玉米品种波长范围为12000～4000cm叫的近红外光谱数据，并基于此数据研究了基于PCA的光谱数据特征的提取方法，并探讨了神经网络（ANN）和支持向量机模型（SVM）在品种识别上的性能，进一步研究了玉米品种的产地识别技术，且比较了传统可见光图像的品种识别。研究发现：基于近红外的玉米品种识别，在6个主分量的情况下整体上性能达到90％以上；SVM算法较ANN算法稳定可靠，更适合于小样本情况下的光谱分析；基于光谱的品种识别与基于可见光图像的品种识别效果相当；另外发现同一品种在不同产地上其光谱特征差别较大，据此可以应用光谱进行产地鉴别，鉴别力达到95％以上。本研究所构建的方法对玉米品种识别和产地识别具有积极意义。
- 韩仲志万剑华张洪生邓立苗杜宏伟杨锦忠
- 关键词：玉米籽粒近红外光谱人工神经网络支持向量机
- 利用花生荚果图像特征识别品种与检验种子被引量：9
- 2012年
- 为了验证以花生荚果图像特征识别品种和检验种子的可行性,选用代表北方大花生主推区的20份花生品种,从扫描图像获得花生荚果形态、颜色及纹理等50个特征,综合运用主分量分析(PCA)、神经网络(ANN)、支持向量机(SVM)、聚类分析等手段,探讨了品种识别、产地识别、DUS性状的选取和品种聚类过程,研究发现,经PCA优化特征的SVM识别模型识别效果好且识别结果稳定,20个品种的品种识别率达到90%以上。模型对3个不同产地的花生荚果正确识别率达到100%。另外从中筛选出一批对品种特异性、一致性和稳定性(DUS)测试有意义的备选特征,并建立了花生品种的谱系聚类树。研究结果对DUS性状的优选、花生品种及产地的识别及对花生谱系研究有一定参考价值。
- 韩仲志赵友刚
- 关键词：主分量分析人工神经网络支持向量机K-均值聚类DUS测试
- 基于机器视觉的马铃薯智能分级系统被引量：7
- 2014年
- 为实现马铃薯外观品质自动分级,构建马铃薯智能分级装置,提出一种简单易行的马铃薯智能分级控制方法和流程,并基于Visual C++环境实现马铃薯智能分级软件系统。该系统通过下位机发送信号给上位机来控制摄像头拍照,上位机对所拍摄的马铃薯图像进行处理与分级检测,并将检测结果发送给下位机智能分级装置,最后分级执行器执行分级。经测试:该分级控制方法简单易行且运行稳定,不受机器运行速度的影响,基本消除了强电干扰所构建的分级系统分级结果稳定,分级精度达到90%,可满足马铃薯实时分级的要求。
- 邓立苗韩仲志徐艳熊凯
- 关键词：机器视觉传感器
- 基于机器视觉的马铃薯智能分选方法与实现被引量：21
- 2015年
- 为实现马铃薯智能检测与自动分级,提高马铃薯分级效率,本文在现有水果机械分选机的基础上,加装机器视觉系统和智能分级控制系统,提出马铃薯外观品质检测算法,实现马铃薯智能分选系统。首先下位机发送信号给上位机机器视觉系统控制摄像头拍照;然后上位机根据马铃薯形状、颜色和缺陷特点,采用近似椭圆法进行形状检测,采用逐点检测法检测绿皮区域,采用自适应阈值分割法分离缺陷区域,并以缺陷面积比进行缺陷检测;最后上位机将检测结果通过串口发送给下位机,分级执行器执行分级结果将次品拣出,再配合机械分选的压力传感器信号进一步实现正常品的重量分级。经测试:本文提出的分级检测算法对形状、绿皮和缺陷的检测正确率分别为93.3%、94.1%和88.3%,综合检测准确率可达到90%。本文构建的分级系统运行稳定,每秒可分选25个马铃薯,基本满足马铃薯实时分选的需求。
- 邓立苗杜宏伟徐艳韩仲志
- 关键词：机器视觉自适应阈值
- 基于图像处理的花生荚果品种识别方法研究被引量：6
- 2012年
- 为实现品种鉴定与真伪识别的自动化,基于图像识别的方法,采用扫描仪采集了20个品种,每个品种100颗花生果正面和2个侧面的图像,分别获取每幅图像的形态、颜色和纹理三大类共50个特征,并对这些特征进行主分量分析(PCA)优化,针对优化和没有优化的特征,搭建了人工神经网络识别模型和支持向量机模型,并采用两种模型进行品种识别,结果表明,采集的特征经PCA优化后表现出更强的识别性能,SVM较神经网络识别效果总体上得到提高,并且识别效果稳定。品种的数量对识别效果有影响,在通常情况下可根据品种的数量来确定特征的数量,可以进一步提高效率,对20个品种,需要选择超过15个特征。颜色类特征比形态类和纹理类特征具有更好的识别效果,经过不同类别的特征组合后,整体上识别性能达到90%以上,基本可以推广到实际生产中使用。
- 韩仲志邓立苗于仁师
- 关键词：花生荚果神经网络支持向量机主分量分析
- 基于计算机视觉的胡萝卜外观品质分级系统与装备被引量：5
- 2015年
- 为了实现胡萝卜的自动化分级分选,在前期胡萝卜青头、须根、开裂检测算法研究的基础上,参照国家标准需求,进一步提出了胡萝卜外观等级规格,如弯曲、断折等缺陷,以及衡量异品种的锥形度参数的检测方法,并以此为基础设计了基于计算机视觉的胡萝卜外观品质实时分选生产线。该生产线由下位机控制系统、上位机软件系统和机械分级装置组成。通过对软硬件环境和机械系统性能的测试表明:该分选生产线每秒钟可检测20个胡萝卜的等级;对520个胡萝卜含有不同种类缺陷和异品种的胡萝卜进行分级检测,分级正确率达到了93.5%,能够满足胡萝卜外观品质分选实时检测的要求。该分选线能够同步实现胡萝卜等级规格、质量、各种缺陷的实时检测与在线分选。
- 杜宏伟邓立苗熊凯徐艳韩仲志
- 关键词：胡萝卜图像检测在线检测
