CN103983190A - 群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法 - Google Patents
群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法 Download PDFInfo
- Publication number
- CN103983190A CN103983190A CN201410217412.0A CN201410217412A CN103983190A CN 103983190 A CN103983190 A CN 103983190A CN 201410217412 A CN201410217412 A CN 201410217412A CN 103983190 A CN103983190 A CN 103983190A
- Authority
- CN
- China
- Prior art keywords
- duck
- egg
- differentiate
- classification
- image
- 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.)
- Granted
Links
Abstract
本发明公开了一种群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法,涉及禽蛋加工分级技术领域。本装置的结构是在装置台上设置有传送带和光源,在传送带的上面装有鸭蛋,在传送带的下方设置有光源,光源通过传送带上辊子间的空隙透射到鸭蛋上;在装置台的上方设置有暗箱,在暗箱的顶部正中,设置有工业相机,工业相机的镜头距装置台面的高度为33cm;光电开关设置于暗箱的内侧;光电开关通过数据线与单片机相连;单片机和工业相机分别通过数据线与计算机相连。本发明能够完成自动分级,分级标准统一,分级准确;高效率、高智能;能够实现无损分级;用机器代替人眼,降低人工劳动强度,具有良好的应用推广前景。
Description
技术领域
本发明涉及禽蛋加工分级技术领域,尤其涉及一种群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法。具体地说,本发明利用机器视觉技术对采集的产地鸭蛋图像进行一系列的图像处理,获取产地鸭蛋的体积、表面积、椭圆率以及离心率四种外形尺寸参数,并建立相应的分级模型,由此实现对产地鸭蛋外形大小和扁平程度的分级。
背景技术
鸭蛋具有非常高的营养价值,深受广大消费者青睐,是禽蛋生产和消费的主要产品之一。对鸭蛋进行分级,能极大程度地满足不同消费者的多样化需求,更有利于提高我国鸭蛋在国际市场上的竞争力和经济效益。但由于我国鸭蛋主要以农村散养为主,生产集约化程度低,生产出的鸭蛋表面常粘有泥土、稻草、羽毛等脏污,这些鸭蛋被称为产地鸭蛋。产地鸭蛋表面脏污的复杂性直接制约了鸭蛋智能检测技术的发展,使其仍停留在传统的手工分级阶段。
利用机器视觉技术对禽蛋的外形尺寸分级的研究已有很多。王巧华等(2001)根据鸭蛋重量与所获得图像的像素面积成正比,研究出了鸭蛋大小的分级检测模型,鸭蛋大小的检测误差在±3g之内;邓海霞等(2006)利用机器视觉技术对鸡蛋外形尺寸进行检测,建立鸡蛋平面投影面积、长轴和短轴与实测的蛋重、长轴和短轴之间的模型,相关系数分别为0.92、0.91和0.84;饶秀勤等(2007)从鸡蛋边缘分别提取纵径、横径、上横径和下横径等4个鸡蛋外形几何特征量,用于建立鸡蛋重量检测的回归模型;杜艳红等(2012)针对鸡蛋原始图像的R分量图像,采用最小二乘法的椭圆拟合检测鸡蛋外形参数。
经检索,现有的检测技术是:
1、局限于表面干净的禽蛋,而无对表面沾有泥土、稻草、羽毛等脏污的产地鸭蛋的检测;
2、主要是针对单枚禽蛋在静态的条件下进行的检测分级,而无对群体产地鸭蛋在流水线上动态的检测;
3、尚未发现对不同扁平程度的鸭蛋进行细致的分级,实现对异形蛋的剔除。
发明内容
本发明的目的在于克服现有技术存在的局限,提供一种群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法。
本发明的目的是这样实现的:
首先,将产地鸭蛋(简称鸭蛋)放置在匀速运动的传送带上,光源位于传送带的下方,通过暗箱顶部的相机采集群体鸭蛋在动态下的透射图像;然后,计算机对采集的图像进行一系列的图像处理,提取特征参数;最后,根据数据统计建立分级模型,以实现对鸭蛋外形大小和扁平程度的分级。
在本发明中主要完成以下几项工作:
1、采集群体鸭蛋图像;
2、寻找合适算法,进行图像处理,提取外形尺寸特征参数;
3、建立不同外形大小和扁平程度等级的鸭蛋自动识别模型。
具体地说,本发明的技术方案如下:
一、群体产地鸭蛋外形尺寸的视觉分级装置(简称装置)
本装置由装置台、暗箱、工业相机、计算机、单片机、光电开关、传送带和光源组成;
其位置和连接关系是:
在装置台上设置有传送带和光源,在传送带的上面装有鸭蛋,在传送带的下方设置有光源,光源通过传送带上辊子间的空隙透射到鸭蛋上;
在装置台的上方设置有暗箱,在暗箱的顶部正中,设置有工业相机,工业相机的镜头距装置台面的高度为33cm;
光电开关设置于暗箱的内侧;
光电开关通过数据线与单片机相连;单片机和工业相机分别通过数据线与计算机相连。
二、群体产地鸭蛋外形尺寸的视觉分级方法(简称方法)
本方法包括下列步骤:
①打开光源开关,进行图像采集并储存
将鸭蛋按每排3枚放置在传送带上,每当有一排鸭蛋进入暗箱,将触发1次安装在暗箱内侧的光电开关,当光电开关被触发3次时,单片机传递信号给计算机控制相机自动拍照,故每张图像中含有9枚鸭蛋,拍照完成后单片机重新开始计数;
②从图像中裁剪出单枚鸭蛋的图像
由于图像是由运动的鸭蛋触发光电开关拍照获得,9枚鸭蛋在图像中的位置较为固定,故可以通过预定的窗口将9枚鸭蛋依次从图像中裁剪出来,得到单枚鸭蛋的图像;
③对单枚鸭蛋的图像进行预处理,将鸭蛋从背景中分割出来
1)对图像灰度化使之变成灰度图;
2)移去边界上因裁剪范围过大带入其他鸭蛋的图像;
3)中值滤波;
4)将灰度图转化成为二值图;
5)填充由鸭蛋上的脏污而产生的图像上孔洞;
6)腐蚀膨胀去除由传送带漏光而产生的毛刺状物;
④提取鸭蛋的边缘坐标,通过最小二乘法对鸭蛋进行椭圆拟合;
⑤通过椭圆的方程,得到椭圆的长半轴a和短半轴b,从而计算出鸭蛋的
体积V:
表面积S:
离心率e:
椭圆率f:
⑥将外形尺寸参数带入分级模型中,实现对鸭蛋的大小和扁平程度的分级;
1)鸭蛋大小的分级:
A、若被测鸭蛋925000≤V≤1050000且46725≤S≤51000,则判别为中等大小的鸭蛋,否则进入下一轮判别;
B、若被测鸭蛋V<925000或S<46725,则判别为小鸭蛋,否则进入下一轮判别;
C、直接判别为大鸭蛋;
2)鸭蛋扁平程度的分级:
A、若被测鸭蛋0.668≤e≤0.709且0.256≤f≤0.295,则判别为扁平适中的鸭蛋,否则进入下一轮判别;
B、若被测鸭蛋0.6<e<0.668或0.22<f<0.256,则判别为较圆润的鸭蛋,否则进入下一轮判别;
C、若被测鸭蛋0.709<e<0.73或0.295<f<0.34,则判别为较扁平的鸭蛋,否则进入下一轮判别;
D、直接判别为异形蛋。
本发明具有以下优点和积极效果:
①能够完成自动分级,分级标准统一,分级准确;
②高效率、高智能;
③能够实现无损分级;
④用机器代替人眼,降低人工劳动强度,具有良好的应用推广前景。
附图说明
图1是本装置的外部结构示意图;
图2是本装置的内部结构示意图;
图3是图像处理软件的工作流程图。
图中:
00—鸭蛋;
10—装置台;
20—暗箱;
30—工业相机;
40—计算机;
50—单片机;
60—光电开关;
70—传送带, 71—辊子;
80—光源。
具体实施方式
下面结合附图和实施例详细说明:
一、装置
1、总体
如图1、图2,本装置由装置台10、暗箱20、工业相机30、计算机40、单片机50、光电开关60、传送带70和光源80组成;
其位置和连接关系是:
在装置台10上设置有传送带70和光源80,在传送带70的上面装有鸭蛋00,在传送带70的下方设置有光源80,光源80通过传送带70上辊子71间的空隙透射到鸭蛋00上;
在装置台10的上方设置有暗箱20,在暗箱20的顶部正中,设置有工业相机30,工业相机30的镜头距装置台10面的高度为33cm;
光电开关60设置于暗箱20的内侧;
光电开关60通过数据线与单片机50相连;单片机50和工业相机30分别通过数据线与计算机40相连。
2、功能部件
1)装置台10
装置台10是支撑体。
2)暗箱20
暗箱20是一种方形箱。
3)工业相机30
工业相机30是一种通用外购件,如选用IDS UI-2210RE-C-HQ工业相机;其功能是采集鸭蛋的图像。
4)计算机40
计算机40是一种通用外购件,如选用CPU Intel i321203.4GHz/内存2G1333MHz,windows XP系统。
计算机40内置有图像处理软件(后面说明)。
5)单片机50
单片机50是一种通用外购件,如选用STC89C52;其功能是计数并控制工业相机30采集图像。
6)光电开关60
光电开关60是一种通用外购件,如选用F&C CR-10P光电开关;其功能是当鸭蛋00通过时,传递信号给单片机50。
7)传送带70
传送带70是一种通用外购件,如选用ZYF-J3分选机;其功能是传送鸭蛋00。
8)光源80
光源80是一种通用外购件,如选用LED黄色冷光源;其功能是透射鸭蛋00。
二、方法
所述的图像处理软件的工作流程:
①读取图像-310;
②裁剪出单枚产地鸭蛋图像-320;
③对鸭蛋进行灰度化,移去边缘图像,中值滤波,二值化,填充孔洞,腐蚀膨胀去毛刺-330;
④提取鸭蛋的边缘坐标,最小二乘法椭圆拟合-340;
⑤通过椭圆方程,得到椭圆的长半轴a和短半轴b-350;
⑥分为两类分级模型:鸭蛋大小的分级-360;鸭蛋扁平程度的分级-370;
鸭蛋大小的分级-360
A、计算鸭蛋的体积V和表面积S-361;
B、判断925000≤V≤1050000且46725≤S≤51000-362,是则判别为中等大小的鸭蛋-363,再跳转到步骤E,否则进入步骤C;
C、判断V<925000或S<46725-364,是则判别为小鸭蛋-365,再跳转到步骤E,否则进入步骤D;
D、判别为大鸭蛋-366;
E、结束-367;
鸭蛋扁平程度的分级-370
a、计算鸭蛋的离心率e和椭圆率f-371;
b、判断0.668≤e≤0.709且0.256≤f≤0.295-372,是则判别为扁平适中的鸭蛋-373,再跳转到步骤f,否则进入步骤c;
c、判断0.6<e<0.668或0.22<f<0.256-374,是则判别为较圆润的鸭蛋-375,再跳转到步骤f,否则进入步骤d;
d、判断0.709<e<0.73或0.295<f<0.34-376,是则判别为较扁平的鸭蛋-377,再跳转到步骤f,否则进入步骤e;
e、判别为异形蛋-378;
f、结束-379。
三、检测结果
本实例的试验样品是由神丹公司提供的白壳鲜鸭蛋,将鸭蛋按尺寸大小分为三类:小鸭蛋、中等大小的鸭蛋、大鸭蛋;按扁平程度分为四类:较圆润的鸭蛋、扁平适中的鸭蛋、较为扁平的鸭蛋、异形蛋。
尺寸大小判断准确率为92.86%,扁平程度判断准确率为85.71%。
Claims (3)
1.一种群体产地鸭蛋外形尺寸的视觉检测分级装置,其特征在于:
由装置台(10)、暗箱(20)、工业相机(30)、计算机(40)、单片机(50)、光电开关(60)、传送带(70)和光源(80)组成;
其位置和连接关系是:
在装置台(10)上设置有传送带(70)和光源(80),在传送带(70)的上面装有鸭蛋(00),在传送带(70)的下方设置有光源(80),光源(80)通过传送带(70)上辊子(71)间的空隙透射到鸭蛋(00)上;
在装置台(10)的上方设置有暗箱(20),在暗箱(20)的顶部正中,设置有工业相机(30),工业相机(30)的镜头距装置台(10)面的高度为33cm;
光电开关(60)设置于暗箱20的内侧;
光电开关(60)通过数据线与单片机(50)相连;单片机(50)和工业相机(30)分别通过数据线与计算机(40)相连。
2.按权利要求1所述的视觉检测分级装置,其特征在于:
所述的计算机40内置有图像处理软件,其工作流程是:
①读取图像(310);
②裁剪出单枚产地鸭蛋图像(320);
③对鸭蛋进行灰度化,移去边缘图像,中值滤波,二值化,填充孔洞,腐蚀膨胀去毛刺(330);
④提取鸭蛋的边缘坐标,最小二乘法椭圆拟合(340);
⑤通过椭圆方程,得到椭圆的长半轴a和短半轴b(350);
⑥分为两类分级模型:鸭蛋大小的分级(360);鸭蛋扁平程度的分级(370);
鸭蛋大小的分级(360)
A、计算鸭蛋的体积V和表面积S(361);
B、判断925000≤V≤1050000且46725≤S≤51000(362),是则判别为中等大小的鸭蛋(363),再跳转到步骤E,否则进入步骤C;
C、判断V<925000或S<46725(364),是则判别为小鸭蛋(365),再跳转到步骤E,否则进入步骤D;
D、判别为大鸭蛋(366);
E、结束(367);
鸭蛋扁平程度的分级(370)
a、计算鸭蛋的离心率e和椭圆率f(371);
b、判断0.668≤e≤0.709且0.256≤f≤0.295(372),是则判别为扁平适中的鸭蛋(373),再跳转到步骤f,否则进入步骤c;
c、判断0.6<e<0.668或0.22<f<0.256(374),是则判别为较圆润的鸭蛋(375),再跳转到步骤f,否则进入步骤d;
d、判断0.709<e<0.73或0.295<f<0.34(376),是则判别为较扁平的鸭蛋(377),再跳转到步骤f,否则进入步骤e;
e、判别为异形蛋(378);
f、结束(379)。
3.利用权利要求1所述装置的群体产地鸭蛋外形尺寸的视觉检测分级方法,其特征在于:
①打开光源开关,进行图像采集并储存
将鸭蛋按每排3枚放置在传送带上,每当有一排鸭蛋进入暗箱,将触发1次安装在暗箱内侧的光电开关,当光电开关被触发3次时,单片机传递信号给计算机控制相机自动拍照,故每张图像中含有9枚鸭蛋,拍照完成后单片机重新开始计数;
②从图像中裁剪出单枚鸭蛋的图像
由于图像是由运动的鸭蛋触发光电开关拍照获得,9枚鸭蛋在图像中的位置较为固定,故可以通过预定的窗口将9枚鸭蛋依次从图像中裁剪出来,得到单枚鸭蛋的图像;
③对单枚鸭蛋的图像进行预处理,将鸭蛋从背景中分割出来
1)对图像灰度化使之变成灰度图;
2)移去边界上因裁剪范围过大带入其他鸭蛋的图像;
3)中值滤波;
4)将灰度图转化成为二值图;
5)填充由鸭蛋上的脏污而产生的图像上孔洞;
6)腐蚀膨胀去除由传送带漏光而产生的毛刺状物;
④提取鸭蛋的边缘坐标,通过最小二乘法对鸭蛋进行椭圆拟合;
⑤通过椭圆的方程,得到椭圆的长半轴a和短半轴b,从而计算出鸭蛋的
体积V:
表面积S:
离心率e:
椭圆率f:
⑥将外形尺寸参数带入分级模型中,实现对鸭蛋的大小和扁平程度的分级;
1)鸭蛋大小的分级:
A、若被测鸭蛋925000≤V≤1050000且46725≤S≤51000,则判别为中等大小的鸭蛋,否则进入下一轮判别;
B、若被测鸭蛋V<925000或S<46725,则判别为小鸭蛋,否则进入下一轮判别;
C、直接判别为大鸭蛋;
2)鸭蛋扁平程度的分级:
a、若被测鸭蛋0.668≤e≤0.709且0.256≤f≤0.295,则判别为扁平适中的鸭蛋,否则进入下一轮判别;
b、若被测鸭蛋0.6<e<0.668或0.22<f<0.256,则判别为较圆润的鸭蛋,否则进入下一轮判别;
c、若被测鸭蛋0.709<e<0.73或0.295<f<0.34,则判别为较扁平的鸭蛋,否则进入下一轮判别;
d、直接判别为异形蛋。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410217412.0A CN103983190B (zh) | 2014-05-22 | 2014-05-22 | 群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410217412.0A CN103983190B (zh) | 2014-05-22 | 2014-05-22 | 群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103983190A true CN103983190A (zh) | 2014-08-13 |
CN103983190B CN103983190B (zh) | 2017-02-01 |
Family
ID=51275256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410217412.0A Expired - Fee Related CN103983190B (zh) | 2014-05-22 | 2014-05-22 | 群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103983190B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104259110A (zh) * | 2014-09-26 | 2015-01-07 | 浙江大学台州研究院 | 一种陶瓷阀芯的检测方法 |
CN104749190A (zh) * | 2015-04-02 | 2015-07-01 | 华中农业大学 | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 |
CN104949998A (zh) * | 2015-07-01 | 2015-09-30 | 华中农业大学 | 一种群体产地禽蛋表面脏污的在线视觉检测装置及其方法 |
CN105513062A (zh) * | 2015-11-30 | 2016-04-20 | 合肥工业大学 | 一种基于彩色线阵ccd的多目标像素统计方法 |
CN107576660A (zh) * | 2017-09-04 | 2018-01-12 | 华中农业大学 | 一种基于距离等高线的双黄鸭蛋自动视觉检测方法 |
CN108051449A (zh) * | 2018-01-30 | 2018-05-18 | 华中农业大学 | 基于形态学边缘检测的咸鸭蛋表面裂纹在线视觉检测方法 |
CN110345886A (zh) * | 2019-07-30 | 2019-10-18 | 中国海洋大学 | 一种植物胚表面积测量装置及方法 |
CN110402849A (zh) * | 2019-07-19 | 2019-11-05 | 华中农业大学 | 基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法 |
CN110455806A (zh) * | 2018-05-07 | 2019-11-15 | 南京农业大学 | 一种鸡蛋动态图像采集设备 |
CN111189387A (zh) * | 2020-01-02 | 2020-05-22 | 西安工程大学 | 一种基于机器视觉的工业零件尺寸检测方法 |
CN111521115A (zh) * | 2020-05-09 | 2020-08-11 | 北方夜视技术股份有限公司 | Mcp玻璃管料外形尺寸非接触式智能测试系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001037367A (ja) * | 1999-07-27 | 2001-02-13 | Kyowa Kikai Kk | 卵自動選別装置及び不良卵検出装置 |
JP2001086894A (ja) * | 1999-09-17 | 2001-04-03 | Kyowa Kikai Kk | ひび卵検出装置及び鶏卵自動選別装置 |
CN1485616A (zh) * | 2002-09-23 | 2004-03-31 | 华中农业大学 | 禽蛋品质无损自动检测分级设备及方法 |
CN101455183A (zh) * | 2008-12-31 | 2009-06-17 | 北京农业信息技术研究中心 | 禽蛋尺寸及蛋形指数的检测方法 |
CN101509761A (zh) * | 2009-03-16 | 2009-08-19 | 北京市农林科学院 | 一种禽蛋体积和表面积的检测方法 |
CN103026984A (zh) * | 2012-12-12 | 2013-04-10 | 华中农业大学 | 群体孵化蛋成活性的视觉检测分级装置及其方法 |
CN204027520U (zh) * | 2014-05-22 | 2014-12-17 | 华中农业大学 | 一种群体产地鸭蛋外形尺寸的视觉检测分级装置 |
-
2014
- 2014-05-22 CN CN201410217412.0A patent/CN103983190B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001037367A (ja) * | 1999-07-27 | 2001-02-13 | Kyowa Kikai Kk | 卵自動選別装置及び不良卵検出装置 |
JP2001086894A (ja) * | 1999-09-17 | 2001-04-03 | Kyowa Kikai Kk | ひび卵検出装置及び鶏卵自動選別装置 |
CN1485616A (zh) * | 2002-09-23 | 2004-03-31 | 华中农业大学 | 禽蛋品质无损自动检测分级设备及方法 |
CN101455183A (zh) * | 2008-12-31 | 2009-06-17 | 北京农业信息技术研究中心 | 禽蛋尺寸及蛋形指数的检测方法 |
CN101509761A (zh) * | 2009-03-16 | 2009-08-19 | 北京市农林科学院 | 一种禽蛋体积和表面积的检测方法 |
CN103026984A (zh) * | 2012-12-12 | 2013-04-10 | 华中农业大学 | 群体孵化蛋成活性的视觉检测分级装置及其方法 |
CN204027520U (zh) * | 2014-05-22 | 2014-12-17 | 华中农业大学 | 一种群体产地鸭蛋外形尺寸的视觉检测分级装置 |
Non-Patent Citations (3)
Title |
---|
熊利荣等: "鸭蛋品质自动测控系统的分级控制与设计", 《华中农业大学学报》, vol. 24, no. 5, 31 October 2005 (2005-10-31) * |
王巧华等: "鸭蛋大小等级模型研究", 《华中农业大学学报》, vol. 20, no. 6, 31 December 2001 (2001-12-31) * |
邓海霞等: "基于机器视觉群体鸡蛋尺寸的检测方法", 《华中农业大学学报》, vol. 25, no. 4, 31 August 2006 (2006-08-31) * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104259110A (zh) * | 2014-09-26 | 2015-01-07 | 浙江大学台州研究院 | 一种陶瓷阀芯的检测方法 |
CN104749190A (zh) * | 2015-04-02 | 2015-07-01 | 华中农业大学 | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 |
CN104949998A (zh) * | 2015-07-01 | 2015-09-30 | 华中农业大学 | 一种群体产地禽蛋表面脏污的在线视觉检测装置及其方法 |
CN105513062A (zh) * | 2015-11-30 | 2016-04-20 | 合肥工业大学 | 一种基于彩色线阵ccd的多目标像素统计方法 |
CN107576660B (zh) * | 2017-09-04 | 2019-07-05 | 华中农业大学 | 一种基于距离等高线的双黄鸭蛋自动视觉检测方法 |
CN107576660A (zh) * | 2017-09-04 | 2018-01-12 | 华中农业大学 | 一种基于距离等高线的双黄鸭蛋自动视觉检测方法 |
CN108051449A (zh) * | 2018-01-30 | 2018-05-18 | 华中农业大学 | 基于形态学边缘检测的咸鸭蛋表面裂纹在线视觉检测方法 |
CN110455806A (zh) * | 2018-05-07 | 2019-11-15 | 南京农业大学 | 一种鸡蛋动态图像采集设备 |
CN110455806B (zh) * | 2018-05-07 | 2021-09-10 | 南京农业大学 | 一种鸡蛋动态图像采集设备 |
CN110402849A (zh) * | 2019-07-19 | 2019-11-05 | 华中农业大学 | 基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法 |
CN110402849B (zh) * | 2019-07-19 | 2021-06-01 | 华中农业大学 | 基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法 |
CN110345886A (zh) * | 2019-07-30 | 2019-10-18 | 中国海洋大学 | 一种植物胚表面积测量装置及方法 |
CN111189387A (zh) * | 2020-01-02 | 2020-05-22 | 西安工程大学 | 一种基于机器视觉的工业零件尺寸检测方法 |
CN111521115A (zh) * | 2020-05-09 | 2020-08-11 | 北方夜视技术股份有限公司 | Mcp玻璃管料外形尺寸非接触式智能测试系统 |
CN111521115B (zh) * | 2020-05-09 | 2021-11-05 | 北方夜视技术股份有限公司 | Mcp玻璃管料外形尺寸非接触式智能测试系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103983190B (zh) | 2017-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103983190A (zh) | 群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法 | |
CN101561402B (zh) | 基于机器视觉的猪肉外观品质实时检测分级方法与装置 | |
CN101634551B (zh) | 一种检测表面粗糙度的方法及其系统 | |
CN111768401B (zh) | 一种基于深度学习的冰鲜鲳鱼新鲜度快速分级方法 | |
Bo et al. | Particle pollution estimation from images using convolutional neural network and weather features | |
CN103026984B (zh) | 群体孵化蛋成活性的视觉检测分级装置及其方法 | |
CN109543679A (zh) | 一种基于深度卷积神经网络的死鱼识别方法及预警系统 | |
CN104749190A (zh) | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 | |
CN103345632B (zh) | 一种电池尾端表面划痕缺陷检测方法 | |
CN104949998A (zh) | 一种群体产地禽蛋表面脏污的在线视觉检测装置及其方法 | |
CN111709333A (zh) | 基于笼养鸡异常粪便的溯源预警系统及健康监测方法 | |
Jadhav et al. | A fruit quality management system based on image processing | |
CN106981063A (zh) | 一种基于深度学习的电网设备状态监测装置 | |
CN105651776A (zh) | 基于计算机视觉的牛胴体产肉量自动分级装置与方法 | |
CN101916366B (zh) | 上孵前无精蛋识别方法及装置 | |
CN103344577A (zh) | 一种基于多光谱成像技术的畜肉新鲜度无损伤检测方法 | |
CN107576660B (zh) | 一种基于距离等高线的双黄鸭蛋自动视觉检测方法 | |
CN201508328U (zh) | 基于机器视觉的猪肉外观品质实时检测分级装置 | |
CN103034868B (zh) | 一种针对小样本以及高维图像的分类方法 | |
CN109937912B (zh) | 一种基于机器视觉的鸡蛋分类系统及方法 | |
CN109086781A (zh) | 一种基于深度学习的机柜灯状态识别方法 | |
CN114898405A (zh) | 基于边缘计算的便携式肉鸡异常监测系统 | |
CN102608349B (zh) | 基于嵌入式双相机平台的智能温室油桃果实生长速率无线监测系统 | |
CN103714336A (zh) | 基于八元数和回声状态网络的织物图像边缘检测方法 | |
CN103471514A (zh) | 一种基于机器视觉和一元线性回归分析的大蒜分级方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170201 |
|
CF01 | Termination of patent right due to non-payment of annual fee |