CN102521564A - 基于颜色和形状识别茶叶的方法 - Google Patents
基于颜色和形状识别茶叶的方法 Download PDFInfo
- Publication number
- CN102521564A CN102521564A CN2011103721624A CN201110372162A CN102521564A CN 102521564 A CN102521564 A CN 102521564A CN 2011103721624 A CN2011103721624 A CN 2011103721624A CN 201110372162 A CN201110372162 A CN 201110372162A CN 102521564 A CN102521564 A CN 102521564A
- Authority
- CN
- China
- Prior art keywords
- image
- tealeaves
- tea
- identification
- characteristic parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于颜色和形状识别茶叶的方法，综合利用计算机视觉和图像处理技术，增加茶叶的形状参数，改进神经网络算法，实现了茶叶品质识别的自动化。通过数码相机或摄像机直接得到茶叶图像，经过对图像格式进行转换和预处理，然后将基于HSI模型提取的茶叶颜色特征参数和二值化后图像提取的茶叶形状特征参数通过遗传神经网络，最后完成对茶叶的自动识别。通过上述方式，本发明能够取得更好地识别效果，并且大大缩短了彩色图像的处理时间，实现检测结果与人工检测结果的高度吻合。
Description
技术领域
本发明涉及用计算机视觉技术识别茶叶的方法，特别是涉及一种基于颜色和形状识别茶叶的方法。
背景技术
现阶段我国茶叶的品质等级审评仍以感官评价为主，感官审评茶叶品质的优劣，往往先审查茶叶的外形，包括茶叶的颜色和形状，我国茶类多，茶叶形状多姿多样，因此，感官审评茶叶的品质存在一定的主观性，而且人为操作易受环境等外界因素干扰，从而影响评定结果的准确性。
随着计算机在现代农业的应用，促进了茶叶评定标准化，为了在茶叶生产、流通过程中有一个严格、一致的标准，采用计算机视觉技术识别茶叶的颜色和外形特征，利用科学计量上的品质指标来评价茶叶品质，从而实现茶叶的分级。
人工检测茶叶时，茶的颜色差异是识别的重要依据，用计算机视觉系统检测时，模拟人眼的识别机理，也选择颜色作为主要的特征参数，通常从摄像机中获取的图像信息是由RGB分量表示的，但是由于茶叶颜色的差异小，茶叶图像中RGB值的分布并无明显的规律可循，直接利用这些分量往往不能得到所需的效果，不利于直接用作识别特征参数。
另外，目前计算机识别系统中自动识别茶叶品质采用BP神经网络算法，这种算法的收敛速度很慢，易陷入局部最小和全局搜索能力较弱的状态。
发明内容
本发明主要解决的技术问题是提供一种基于颜色和形状的识别茶叶的方法，选用HSI颜色模型，能够对反映颜色区别的色度、饱和度图像进行分析、处理，而不需要对象素的R、G、B分量逐一进行处理，大大缩短彩色图像的处理时间，另外采用遗传神经网络算法克服了BP神经网络算法收敛速度很慢、易陷入局部最小和全局搜索能力较弱的状态的问题。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于颜色和形状的识别茶叶的方法，包括：
获取图像：用数码摄像或者是相机直接得到茶叶图像，数码相机静态图像直接输入计算机，摄像机的动态图像利用计算机图像采集卡对图像进行采集和储存后输入计算机；
图像预处理：将获取的图像进行中值滤波去噪和直方图均衡的预处理；
提取茶叶颜色特征参数：经过预处理后的图像， 将图像的RGB信息转换为HSI信息，HSI信息通过直方图，提取颜色特征参数；
提取茶叶形状特征参数：经过预处理后的图像，通过对茶叶图像的二值化处理，得到茶叶的形状和轮廓图，提取出茶叶周长、面积、中轴长度、平均宽度和弯曲度系数特征参数；
对茶叶自动识别：将基于HSI模型提取的茶叶颜色特征参数和二值化后图像提取的茶叶形状特征参数，通过网络系统，对茶叶进行最后的自动识别；
在所述提取茶叶颜色特征参数时，选用HSI颜色模型，直接对反映颜色区别的色度、饱和度图像进行分析、处理；在所述茶叶自动识别的过程中，采用将遗传算法和神经网络相结合的遗传神经网络算法，利用遗传算法对神经网络进行训练，完成自动识别茶叶品质的过程。
在本发明一个较佳实施例中，所述动态图像采用CCD彩色摄像机拍摄，清晰度为540线。
在本发明一个较佳实施例中，所述数码相机采用微距模式，并且像素为800万，关闭闪光灯拍摄静态图像。
在本发明一个较佳实施例中，所述获取图像过程中，茶叶放于光照室内，光照室内壁全部涂成白色，以形成均匀的漫反射。
在本发明一个较佳实施例中，所述光照室的照明系统包括三只对称安置的三基色荧光灯。
在本发明一个较佳实施例中，所述数码相机或摄像机固定于光照室顶部所开的窗口。
在本发明一个较佳实施例中，在进行所述茶叶颜色特征参数提取的取像中，茶叶均匀铺满视窗。
在本发明一个较佳实施例中，在进行所述茶叶形状特征参数提取的取像中，茶叶零星分布，不重叠。
本发明的有益效果是：本发明综合利用计算机视觉和图像处理技术，增加茶叶的形状参数，在对茶叶颜色提取特征参数时选用HSI颜色模型，将亮度、色调和饱和度分开，直接对反映颜色区别的色度、饱和度图像进行分析、处理，大大缩短彩色图像的处理时间；通过改进神经网络算法，实现了茶叶品质识别的自动化，使得计算机检测结果与人工检测结果高度吻合。
附图说明
图1是本发明基于颜色和形状的识别茶叶的方法流程示意图。
附图中各部分的标记如下：1、获取图像 2、图像预处理 3、提取茶叶颜色特征参数 4、提取茶叶形状特征参数 5、对茶叶自动识别。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1，本发明实施例包括：
获取图像1：将茶叶放置在光照室内，光照室内壁全部涂成白色，以形成均匀的漫反射，另外，光照室的照明系统采用三只对称安置的三基色荧光灯，从而得到无阴影的茶叶图像。将数码相机或摄像机固定于光照室顶部所开的窗口。拍摄静态图像时，像素为800万的数码相机采用微距模式，并且关闭闪光灯；拍摄动态图像时，采用CCD彩色摄像机拍摄，清晰度为540线。在拍摄提取茶叶形状特征参数的图像时，茶叶零星分布，不重叠；在拍摄提取茶叶颜色特征参数的图像时，茶叶均匀铺满视窗。用数码摄像或者是相机直接得到茶叶图像，相比于通过扫描仪得到图像有更好地实时性和应用性，更有利于完成系统的自动化，得到的数码相机静态图像直接输入计算机，而摄像机的动态图像利用计算机图像采集卡对图像进行采集和储存后输入计算机；
图像预处理2：在拍摄或采集时，由于光照或硬件等各种原因，得到的图像包含有大量的噪声，所以，必须对图像进行中值滤波去噪和直方图均衡的预处理，以提高图像的清晰度和图像分析准确度，在图像处理前期应注意规一化条件，图像取得的大小格式应统一，而且数码相机的分辨率和焦距应固定，本发明采用3×3的中值滤波模块，经过中值滤波后，图像噪声被去除，而且图像边缘保护得比较好，不会影响图像的视感觉质量。
提取茶叶颜色特征参数3：将经过预处理后的图像进行格式转换，由RGB信息转换为HSI信息，在HSI颜色模型中，所得图像都在统一光照情况下获取，亮度变化区别小，因此选取与颜色有关的色调和饱和度来作为特征参数。利用HSI颜色模型中直接对反映反映颜色区别的色调和饱和度图像进行分析和处理，快速的提取出茶叶颜色特征参数。
提取茶叶形状特征参数4：将经过预处理后的图像进行自适应阈值二值化处理，将图像变为黑白两色，以便能更好地从白背景中提取茶叶特征图像，通过提取茶叶的周长、面积、中轴长度、平均宽度和弯曲度系数这些特征参数来识别不同种类的茶叶。
对茶叶自动识别5：将基于HSI模型提取的茶叶颜色特征参数和二值化后图像提取的茶叶形状特征参数送入遗传神经网络系统，遗传神经网络系统利用遗传算法对神经网络的初始权值和阈值进行快速优化，在解空间中定位出一个较好的搜索空间，并将此作为其后采用神经网络搜索的初始权值和阈值，然后利用神经网络的局部搜索能力强的特点在解空间中搜索出最优解，根据预定的目标函数对每个个体进行自动评价，给出一个适合度的值，从而实现对茶叶的自动识别。
区别于现有技术，本发明基于颜色和形状识别茶叶的方法在对茶叶颜色提取特征参数时选用HSI颜色模型，将亮度、色调和饱和度分开，直接对反映颜色区别的色度、饱和度图像进行分析、处理；在所述茶叶自动识别的过程中，采用将遗传算法和神经网络相结合的遗传神经网络算法，利用遗传算法对神经网络进行训练，完成自动识别茶叶品质的过程，准确而快速的识别出茶叶的品质。
本发明基于颜色和形状识别茶叶的方法的流程是：通过数码相机或摄像机直接得到茶叶图像，然后对图像进行预处理，经过预处理后的图像，一方面通过图像格式的转换，对得到的HSI图像通过直方图，提取颜色特征参数，一方面通过对预处理后图像的二值化处理，得到茶叶的形状和轮廓图，提取出周长、面积、中轴长度、平局宽度和弯曲度系数这些特征参数。将得到的参数输入到遗传算法训练的遗传神经网络系统，最后完成对茶叶的自动识别。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于颜色和形状识别茶叶的方法，其特征在于，包括：
获取图像：用数码摄像或者是相机直接得到茶叶图像，数码相机静态图像直接输入计算机，摄像机的动态图像利用计算机图像采集卡对图像进行采集和储存后输入计算机；
图像预处理：将获取的图像进行中值滤波去噪和直方图均衡的预处理；
提取茶叶颜色特征参数：经过预处理后的图像，将图像的RGB信息转换为HSI信息，HSI信息通过直方图，提取颜色特征参数；
提取茶叶形状特征参数：经过预处理后的图像，通过对茶叶图像的二值化处理，得到茶叶的形状和轮廓图，提取出茶叶周长、面积、中轴长度、平均宽度和弯曲度系数特征参数；
对茶叶自动识别：将基于HSI模型提取的茶叶颜色特征参数和二值化后图像提取的茶叶形状特征参数，通过网络系统，对茶叶进行最后的自动识别；
在所述提取茶叶颜色特征参数时，选用HSI颜色模型，直接对反映颜色区别的色度、饱和度图像进行分析和处理；在所述茶叶自动识别的过程中，采用将遗传算法和神经网络相结合的遗传神经网络算法，利用遗传算法对神经网络进行训练，完成自动识别茶叶品质的过程。
2.根据权利要求1所述的基于颜色和形状识别茶叶的方法，其特征在于，所述动态图像采用CCD彩色摄像机拍摄，清晰度为540线。
3.根据权利要求1所述的基于颜色和形状识别茶叶的方法，其特征在于，所述数码相机采用微距模式，并且像素为800万，关闭闪光灯拍摄静态图像。
4.根据权利要求1所述的基于颜色和形状识别茶叶的方法，其特征在于，所述获取图像过程中，茶叶放于光照室内，光照室内壁全部涂成白色，以形成均匀的漫反射。
5.根据权利要求4所述的基于颜色和形状识别茶叶的方法，其特征在于，所述光照室的照明系统包括三只对称安置的三基色荧光灯。
6.根据权利要求1所述的基于颜色和形状识别茶叶的方法，其特征在于，所述数码相机或摄像机固定于光照室顶部所开的窗口。
7.根据权利要求1所述的基于颜色和形状识别茶叶的方法，其特征在于，在进行所述茶叶颜色特征参数提取的取像中，茶叶均匀铺满视窗。
8.根据权利要求1所述的基于颜色和形状识别茶叶的方法，其特征在于，在进行所述茶叶形状特征参数提取的取像中，茶叶零星分布，不重叠。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011103721624A CN102521564A (zh) | 2011-11-22 | 2011-11-22 | 基于颜色和形状识别茶叶的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011103721624A CN102521564A (zh) | 2011-11-22 | 2011-11-22 | 基于颜色和形状识别茶叶的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102521564A true CN102521564A (zh) | 2012-06-27 |
Family
ID=46292475
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011103721624A Pending CN102521564A (zh) | 2011-11-22 | 2011-11-22 | 基于颜色和形状识别茶叶的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102521564A (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102967372A (zh) * | 2012-11-27 | 2013-03-13 | 王思远 | 茶叶色度与湿度传感装置 |
| CN104050668A (zh) * | 2014-06-17 | 2014-09-17 | 安徽农业大学 | 一种基于双目视觉技术的绿茶嫩芽的目标识别方法 |
| CN104155299A (zh) * | 2014-08-19 | 2014-11-19 | 中国农业科学院茶叶研究所 | 一种基于色相直方图的红茶发酵适度判别方法及装置 |
| CN105308436A (zh) * | 2013-03-25 | 2016-02-03 | 索尼公司 | 方法、系统和介质，该介质上存储有指令以致使处理器执行用于获得生物体的包含一组光学数据的图像信息的方法 |
| CN105403507A (zh) * | 2014-09-10 | 2016-03-16 | 中国农业科学院茶叶研究所 | 一种基于移动终端的龙井茶识别判断的系统及其方法 |
| CN105469097A (zh) * | 2015-11-18 | 2016-04-06 | 江苏省电力公司检修分公司 | 一种基于神经网络的变电站特征提取方法 |
| CN105974792A (zh) * | 2016-07-01 | 2016-09-28 | 福建农林大学 | 一种乌龙茶智能做青装置及方法 |
| CN107511339A (zh) * | 2017-08-28 | 2017-12-26 | 安徽农业大学 | 一种基于机器视觉和神经网络算法的机采绿茶分级试验台 |
| CN107633038A (zh) * | 2017-09-13 | 2018-01-26 | 浙江大学 | 基于图像识别技术的茶叶识别方法及其系统 |
| CN108154195A (zh) * | 2018-01-19 | 2018-06-12 | 镇江思泊丽农业有限公司 | 茶叶识别方法及使用该方法的茶叶分拣装置 |
| CN108198226A (zh) * | 2018-01-10 | 2018-06-22 | 广东辰宜信息科技有限公司 | 一种陶瓷颜色识别方法、电子设备、存储介质及装置 |
| CN108931220A (zh) * | 2017-05-26 | 2018-12-04 | 红塔烟草(集团)有限责任公司 | 一种烤烟品种的识别装置及其使用方法 |
| CN109008619A (zh) * | 2017-06-12 | 2018-12-18 | 沃维克股份有限公司 | 具有用于获取配料成份的传感装置的自动泡茶机以及用于控制自动泡茶机的方法 |
| CN109376257A (zh) * | 2018-10-24 | 2019-02-22 | 贵州省机电研究设计院 | 基于图像处理的茶叶识别方法 |
| CN111141739A (zh) * | 2020-02-14 | 2020-05-12 | 中国农业科学院茶叶研究所 | 一种茶汤图像采集装置及茶汤色泽参数优化提取方法 |
| CN111753852A (zh) * | 2020-07-06 | 2020-10-09 | 重庆赛迪益农数据科技有限公司 | 茶叶识别方法、推荐方法、茶叶识别装置、设备及介质 |
| CN113519637A (zh) * | 2021-05-31 | 2021-10-22 | 三江侗族自治县仙池茶业有限公司 | 一种提高绿茶杀青工艺质量的方法及系统 |
| CN114985283A (zh) * | 2022-04-27 | 2022-09-02 | 韩山师范学院 | 一种多特征图像识别技术的茶叶识别方法 |
| CN116349750A (zh) * | 2023-03-14 | 2023-06-30 | 贵州省茶叶研究所 | 一种自控做青的茶叶加工系统及其加工方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102013021A (zh) * | 2010-08-19 | 2011-04-13 | 汪建 | 基于颜色和区域生长的茶叶嫩芽分割和识别方法 |
-
2011
- 2011-11-22 CN CN2011103721624A patent/CN102521564A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102013021A (zh) * | 2010-08-19 | 2011-04-13 | 汪建 | 基于颜色和区域生长的茶叶嫩芽分割和识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 汪建 杜世平: "基于颜色和形状的茶叶计算机识别研究", 《茶叶科学》 * |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102967372A (zh) * | 2012-11-27 | 2013-03-13 | 王思远 | 茶叶色度与湿度传感装置 |
| US11699286B2 (en) | 2013-03-25 | 2023-07-11 | Sony Corporation | Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data |
| CN105308436A (zh) * | 2013-03-25 | 2016-02-03 | 索尼公司 | 方法、系统和介质，该介质上存储有指令以致使处理器执行用于获得生物体的包含一组光学数据的图像信息的方法 |
| CN105308436B (zh) * | 2013-03-25 | 2020-09-18 | 索尼公司 | 信息处理方法和系统以及计算机可读介质 |
| US12014538B2 (en) | 2013-03-25 | 2024-06-18 | Sony Group Corporation | Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data |
| US11875562B2 (en) | 2013-03-25 | 2024-01-16 | Sony Group Corporation | Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data |
| US10607078B2 (en) | 2013-03-25 | 2020-03-31 | Sony Corporation | Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data |
| US11443509B2 (en) | 2013-03-25 | 2022-09-13 | Sony Corporation | Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data |
| CN104050668A (zh) * | 2014-06-17 | 2014-09-17 | 安徽农业大学 | 一种基于双目视觉技术的绿茶嫩芽的目标识别方法 |
| CN104155299A (zh) * | 2014-08-19 | 2014-11-19 | 中国农业科学院茶叶研究所 | 一种基于色相直方图的红茶发酵适度判别方法及装置 |
| CN105403507A (zh) * | 2014-09-10 | 2016-03-16 | 中国农业科学院茶叶研究所 | 一种基于移动终端的龙井茶识别判断的系统及其方法 |
| CN105469097A (zh) * | 2015-11-18 | 2016-04-06 | 江苏省电力公司检修分公司 | 一种基于神经网络的变电站特征提取方法 |
| CN105974792A (zh) * | 2016-07-01 | 2016-09-28 | 福建农林大学 | 一种乌龙茶智能做青装置及方法 |
| CN105974792B (zh) * | 2016-07-01 | 2019-04-02 | 福建农林大学 | 一种乌龙茶智能做青装置及方法 |
| CN108931220A (zh) * | 2017-05-26 | 2018-12-04 | 红塔烟草(集团)有限责任公司 | 一种烤烟品种的识别装置及其使用方法 |
| CN109008619A (zh) * | 2017-06-12 | 2018-12-18 | 沃维克股份有限公司 | 具有用于获取配料成份的传感装置的自动泡茶机以及用于控制自动泡茶机的方法 |
| CN107511339A (zh) * | 2017-08-28 | 2017-12-26 | 安徽农业大学 | 一种基于机器视觉和神经网络算法的机采绿茶分级试验台 |
| CN107633038A (zh) * | 2017-09-13 | 2018-01-26 | 浙江大学 | 基于图像识别技术的茶叶识别方法及其系统 |
| CN108198226A (zh) * | 2018-01-10 | 2018-06-22 | 广东辰宜信息科技有限公司 | 一种陶瓷颜色识别方法、电子设备、存储介质及装置 |
| CN108154195A (zh) * | 2018-01-19 | 2018-06-12 | 镇江思泊丽农业有限公司 | 茶叶识别方法及使用该方法的茶叶分拣装置 |
| CN109376257A (zh) * | 2018-10-24 | 2019-02-22 | 贵州省机电研究设计院 | 基于图像处理的茶叶识别方法 |
| CN111141739A (zh) * | 2020-02-14 | 2020-05-12 | 中国农业科学院茶叶研究所 | 一种茶汤图像采集装置及茶汤色泽参数优化提取方法 |
| CN111753852A (zh) * | 2020-07-06 | 2020-10-09 | 重庆赛迪益农数据科技有限公司 | 茶叶识别方法、推荐方法、茶叶识别装置、设备及介质 |
| CN113519637A (zh) * | 2021-05-31 | 2021-10-22 | 三江侗族自治县仙池茶业有限公司 | 一种提高绿茶杀青工艺质量的方法及系统 |
| CN114985283A (zh) * | 2022-04-27 | 2022-09-02 | 韩山师范学院 | 一种多特征图像识别技术的茶叶识别方法 |
| CN114985283B (zh) * | 2022-04-27 | 2024-03-29 | 韩山师范学院 | 一种多特征图像识别技术的茶叶识别方法 |
| CN116349750A (zh) * | 2023-03-14 | 2023-06-30 | 贵州省茶叶研究所 | 一种自控做青的茶叶加工系统及其加工方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102521564A (zh) | 基于颜色和形状识别茶叶的方法 | |
| CN110415181B (zh) | 一种开放环境下烤烟rgb图像智能识别及等级判定方法 | |
| CN103076288B (zh) | 一种基于计算机视觉的鱼肉自动分级装置和方法 | |
| CN102982350B (zh) | 一种基于颜色和梯度直方图的台标检测方法 | |
| CN104636759B (zh) | 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐系统 | |
| CN106384117B (zh) | 一种车辆颜色识别方法及装置 | |
| CN103914708B (zh) | 基于机器视觉的食品品种检测方法及系统 | |
| RU2661529C1 (ru) | Способ и устройство классификации и идентификации банкнот на основе цветового пространства lab | |
| CN103177445B (zh) | 基于分段阈值图像分割及光斑识别的室外番茄识别方法 | |
| CN103034838A (zh) | 一种基于图像特征的特种车辆仪表类型识别与标定方法 | |
| CN103149214A (zh) | 水果表面缺陷检测方法 | |
| CN102930547A (zh) | 风力传送条件下棉花异性纤维图像在线分割方法及系统 | |
| CN108198176A (zh) | 一种基于图像分析烟草成熟度的判别方法 | |
| CN102507008B (zh) | 一种多模板颜色自动光学检测方法 | |
| CN105574514A (zh) | 温室生西红柿自动识别方法 | |
| CN116612192B (zh) | 一种基于数字视频的病虫害区目标定位方法 | |
| Patki et al. | Cotton leaf disease detection & classification using multi SVM | |
| CN108596237A (zh) | 一种基于颜色和血管的lci激光内镜下的结肠息肉分类方法 | |
| CN102495067B (zh) | 一种食用菌杂质在线识别系统 | |
| CN117636334B (zh) | 一种基于图像处理的猪肉品质分类方法 | |
| CN102519971A (zh) | 食用菌杂质在线识别装置及方法 | |
| CN107578372A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN116596928B (zh) | 基于图像特征的花生油杂质快速检测方法 | |
| CN109543582A (zh) | 基于毫米波图像的人体异物检测方法 | |
| CN107239761A (zh) | 基于骨架角点检测的果树拉枝效果评价方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120627 |