CN110455824A - 一种基于大数据分析的大棚柑橘上市时间调控系统 - Google Patents

一种基于大数据分析的大棚柑橘上市时间调控系统 Download PDF

Info

Publication number
CN110455824A
CN110455824A CN201910748376.3A CN201910748376A CN110455824A CN 110455824 A CN110455824 A CN 110455824A CN 201910748376 A CN201910748376 A CN 201910748376A CN 110455824 A CN110455824 A CN 110455824A
Authority
CN
China
Prior art keywords
citrus
module
big data
image
time
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
Application number
CN201910748376.3A
Other languages
English (en)
Inventor
李伟
王越
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Kezheng Flower And Fruit Seedling Co Ltd
Original Assignee
Chongqing Kezheng Flower And Fruit Seedling Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Kezheng Flower And Fruit Seedling Co Ltd filed Critical Chongqing Kezheng Flower And Fruit Seedling Co Ltd
Priority to CN201910748376.3A priority Critical patent/CN110455824A/zh
Publication of CN110455824A publication Critical patent/CN110455824A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明属于柑橘上市时间调控技术领域，公开了一种基于大数据分析的大棚柑橘上市时间调控系统，所述基于大数据分析的大棚柑橘上市时间调控系统包括：柑橘图像采集模块、中央控制模块、图像特征提取模块、表面缺陷检测模块、成熟度判断模块、品质评价模块、时间调控模块、大数据处理模块、显示模块。本发明通过表面缺陷检测模块克服了传统缺陷检测算法的复杂性，能够有效检测不同灰度等级的柑橘表面缺陷；同时，通过品质评价模块根据不同柑橘类别进行品评，从外观、质地、口感、滋味、香气等多个维度进行品评，从喜好度到描述性分析对柑橘类产品进行逐项分析，保证了评述数据的科学性。

Description

一种基于大数据分析的大棚柑橘上市时间调控系统
技术领域
本发明属于柑橘上市时间调控技术领域，尤其涉及一种基于大数据分析的大棚柑橘上市时间调控系统。
背景技术
柑橘，是橘、柑、橙、金柑，柚、枳等的总称。柑橘果形种，通常扁圆形至近圆球形，果皮甚薄而光滑，或厚而粗糙，淡黄色，朱红色或深红色，甚易或稍易剥离，橘络甚多或较少，呈网状，易分离，通常柔嫩，中心柱大而常空，稀充实，瓢囊7-14瓣，稀较多，囊壁薄或略厚，柔嫩或颇韧，汁胞通常纺锤形，短而膨大，稀细长，果肉酸或甜，或有苦味，或另有特异气味；种子或多或少数，稀无籽，通常卵形，顶部狭尖，基部浑圆，子叶深绿、淡绿或间有近于乳白色，合点紫色，多胚，少有单胚。花期4-5月，果期10-12月。然而，现有大棚柑橘上市时间调控过程中对柑橘表面缺陷检测的算法复杂、适用性低、成本高、难以适应在线检测的问题；同时，不能准确、详细地评价柑橘品质影响柑橘上市。
综上所述，现有技术存在的问题是：现有大棚柑橘上市时间调控过程中对柑橘表面缺陷检测的算法复杂、适用性低、成本高、难以适应在线检测的问题；同时，不能准确、详细地评价柑橘品质影响柑橘上市。
发明内容
针对现有技术存在的问题，本发明提供了一种基于大数据分析的大棚柑橘上市时间调控系统。
本发明是这样实现的，一种基于大数据分析的大棚柑橘上市时间调控系统包括：
柑橘图像采集模块、中央控制模块、图像特征提取模块、表面缺陷检测模块、成熟度判断模块、品质评价模块、时间调控模块、大数据处理模块、显示模块；
柑橘图像采集模块，与中央控制模块连接，用于通过摄像器采集柑橘图像数据；
中央控制模块，与柑橘图像采集模块、图像特征提取模块、表面缺陷检测模块、成熟度判断模块、品质评价模块、时间调控模块、大数据处理模块、显示模块连接，用于通过单片机控制各个模块正常工作；
图像特征提取模块，与中央控制模块连接，用于通过图像处理程序提取柑橘图像特征数据；
表面缺陷检测模块，与中央控制模块连接，用于通过图像检测程序根据提取的特征数据检测柑橘表面缺陷性；
成熟度判断模块，与中央控制模块连接，用于通过判断程序根据提取柑橘图像特征判断柑橘的成熟度；
品质评价模块，与中央控制模块连接，用于通过评价程序评价柑橘的品质；
时间调控模块，与中央控制模块连接，用于通过调控程序根据柑橘的缺陷性、成熟度、品质调控柑橘上市时间；
大数据处理模块，与中央控制模块连接，用于通过云服务器集中大数据资源对柑橘数据进行云处理；
显示模块，与中央控制模块连接，用于通过显示器显示采集的柑橘图像、缺陷检测结果、成熟度判断结果、品质评价结果、调控的上市时间数据。
进一步，所述表面缺陷检测模块检测方法如下：
(1)通过图像检测程序利用柑橘图像HSI颜色空间模型的I分量图构建二值掩模模板Imask，掩模模板Imask与I分量图进行点乘运算后得到去除背景的I分量图像F(x,y)；
(2)通过构建多尺度高斯函数滤波器G(x,y)，将G(x,y)与F(x,y)做卷积运算即可得到去除背景的I分量表面光照分量图I(x,y)；将F(x,y)与I(x,y)做点除运算，得到去除背景的I分量表面均一化亮度图像f(x,y)，对f(x,y)采用单阈值法即可实现柑橘表面缺陷检测。
进一步，所述背景去除方法为：基于HSI颜色空间模型，根据I分量灰度直方图，采用双峰法选取阈值T＝75对I分量图像二值化形成二值掩模模板Imask，即将柑橘区域置为1，其余区域置为0；利用公式：
F(x,y)＝I.*Imask；
I分量图与二值掩模模板Imask通过点乘运算得到去除背景后的I分量图像F(x,y)。
进一步，所述品质评价模块评价方法如下：
1)通过评价程序获取品评员对柑橘的品评数据，所述品评数据包括对柑橘整体喜好程度、对柑橘设定维度的定量描述、以及对各维度下设定指标的定量描述；
2)对柑橘整体喜好程度采用偏爱排序法进行分析处理，对柑橘各维度下设定指标的定量描述采用系列描述分析法处理，对柑橘设定维度的分析采用定量描述分析法处理；
3)依据分析处理、系列描述分析法处理和定量描述分析法处理的数据，确定柑橘的感官品评表。
进一步，所述设定维度包括以下至少一种：气味、外观、滋味、口感和质地。
进一步，所述气味的维度下的设定指标包括香气浓度和香气描述。
进一步，所述外观的维度下的设定指标包括以下至少一种：
果实大小、果实形状、果皮颜色、果皮着色均匀性、果皮光滑度、果皮厚度、果皮分离性、囊瓣均一性、囊瓣分离性、囊瓣颜色、果心情况和果肉颜色。
进一步，所述滋味维度下的设定指标包括以下至少一种：
囊瓣壁滋味、果肉甜度、果肉酸度、果肉酸甜比、果肉苦味和果肉顺滑度。
进一步，所述口感维度下的设定指标包括以下至少一种：
果皮易食性、果肉含水量、果肉弹性和果肉回味。
进一步，所述质地维度下的设定指标包括以下至少一种：
囊瓣壁质地、果肉质地和种子质地。
本发明的优点及积极效果为：本发明通过表面缺陷检测模块对柑橘灰度图像表面亮度不均校正，使柑橘表面缺陷提取简化为单阈值法分割，克服了传统缺陷检测算法的复杂性，同时也避免了高光谱成像等技术带来的高成本问题；检测过程中无需考虑柑橘大小和形状，具有较好的适应性，能够有效检测不同灰度等级的柑橘表面缺陷；同时，通过品质评价模块根据不同柑橘类别进行品评，从外观、质地、口感、滋味、香气等多个维度进行品评，从喜好度到描述性分析对柑橘类产品进行逐项分析，保证了评述数据的科学性。
附图说明
图1是本发明实施例提供的基于大数据分析的大棚柑橘上市时间调控系统结构框图。
图中：1、柑橘图像采集模块；2、中央控制模块；3、图像特征提取模块；4、表面缺陷检测模块；5、成熟度判断模块；6、品质评价模块；7、时间调控模块；8、大数据处理模块；9、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明实施例提供的基于大数据分析的大棚柑橘上市时间调控系统包括：柑橘图像采集模块1、中央控制模块2、图像特征提取模块3、表面缺陷检测模块4、成熟度判断模块5、品质评价模块6、时间调控模块7、大数据处理模块8、显示模块9。
柑橘图像采集模块1，与中央控制模块2连接，用于通过摄像器采集柑橘图像数据；
中央控制模块2，与柑橘图像采集模块1、图像特征提取模块3、表面缺陷检测模块4、成熟度判断模块5、品质评价模块6、时间调控模块7、大数据处理模块8、显示模块9连接，用于通过单片机控制各个模块正常工作；
图像特征提取模块3，与中央控制模块2连接，用于通过图像处理程序提取柑橘图像特征数据；
表面缺陷检测模块4，与中央控制模块2连接，用于通过图像检测程序根据提取的特征数据检测柑橘表面缺陷性；
成熟度判断模块5，与中央控制模块2连接，用于通过判断程序根据提取柑橘图像特征判断柑橘的成熟度；
品质评价模块6，与中央控制模块2连接，用于通过评价程序评价柑橘的品质；
时间调控模块7，与中央控制模块2连接，用于通过调控程序根据柑橘的缺陷性、成熟度、品质调控柑橘上市时间；
大数据处理模块8，与中央控制模块2连接，用于通过云服务器集中大数据资源对柑橘数据进行云处理；
显示模块9，与中央控制模块2连接，用于通过显示器显示采集的柑橘图像、缺陷检测结果、成熟度判断结果、品质评价结果、调控的上市时间数据。
本发明提供的表面缺陷检测模块4检测方法如下：
(1)通过图像检测程序利用柑橘图像HSI颜色空间模型的I分量图构建二值掩模模板Imask，掩模模板Imask与I分量图进行点乘运算后得到去除背景的I分量图像F(x,y)；
(2)通过构建多尺度高斯函数滤波器G(x,y)，将G(x,y)与F(x,y)做卷积运算即可得到去除背景的I分量表面光照分量图I(x,y)；将F(x,y)与I(x,y)做点除运算，得到去除背景的I分量表面均一化亮度图像f(x,y)，对f(x,y)采用单阈值法即可实现柑橘表面缺陷检测。
本发明提供的背景去除方法为：基于HSI颜色空间模型，根据I分量灰度直方图，采用双峰法选取阈值T＝75对I分量图像二值化形成二值掩模模板Imask，即将柑橘区域置为1，其余区域置为0；利用公式：
F(x,y)＝I.*Imask；
I分量图与二值掩模模板Imask通过点乘运算得到去除背景后的I分量图像F(x,y)。
本发明提供的品质评价模块6评价方法如下：
1)通过评价程序获取品评员对柑橘的品评数据，所述品评数据包括对柑橘整体喜好程度、对柑橘设定维度的定量描述、以及对各维度下设定指标的定量描述；
2)对柑橘整体喜好程度采用偏爱排序法进行分析处理，对柑橘各维度下设定指标的定量描述采用系列描述分析法处理，对柑橘设定维度的分析采用定量描述分析法处理；
3)依据分析处理、系列描述分析法处理和定量描述分析法处理的数据，确定柑橘的感官品评表。
本发明提供的设定维度包括以下至少一种：气味、外观、滋味、口感和质地。
本发明提供的气味的维度下的设定指标包括香气浓度和香气描述。
本发明提供的外观的维度下的设定指标包括以下至少一种：
果实大小、果实形状、果皮颜色、果皮着色均匀性、果皮光滑度、果皮厚度、果皮分离性、囊瓣均一性、囊瓣分离性、囊瓣颜色、果心情况和果肉颜色。
本发明提供的滋味维度下的设定指标包括以下至少一种：
囊瓣壁滋味、果肉甜度、果肉酸度、果肉酸甜比、果肉苦味和果肉顺滑度。
本发明提供的口感维度下的设定指标包括以下至少一种：
果皮易食性、果肉含水量、果肉弹性和果肉回味。
本发明提供的质地维度下的设定指标包括以下至少一种：
囊瓣壁质地、果肉质地和种子质地。
本发明工作时，首先，通过柑橘图像采集模块1利用摄像器采集柑橘图像数据；其次，中央控制模块2调度图像特征提取模块3利用图像处理程序提取柑橘图像特征数据；通过表面缺陷检测模块4利用图像检测程序根据提取的特征数据检测柑橘表面缺陷性；通过成熟度判断模块5利用判断程序根据提取柑橘图像特征判断柑橘的成熟度；通过品质评价模块6利用评价程序评价柑橘的品质；通过时间调控模块7利用调控程序根据柑橘的缺陷性、成熟度、品质调控柑橘上市时间；然后，通过大数据处理模块8利用云服务器集中大数据资源对柑橘数据进行云处理；最后，通过显示模块9利用显示器显示采集的柑橘图像、缺陷检测结果、成熟度判断结果、品质评价结果、调控的上市时间数据。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (10)

1.一种基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述基于大数据分析的大棚柑橘上市时间调控系统包括：
柑橘图像采集模块、中央控制模块、图像特征提取模块、表面缺陷检测模块、成熟度判断模块、品质评价模块、时间调控模块、大数据处理模块、显示模块；
柑橘图像采集模块，与中央控制模块连接，用于通过摄像器采集柑橘图像数据；
中央控制模块，与柑橘图像采集模块、图像特征提取模块、表面缺陷检测模块、成熟度判断模块、品质评价模块、时间调控模块、大数据处理模块、显示模块连接，用于通过单片机控制各个模块正常工作；
图像特征提取模块，与中央控制模块连接，用于通过图像处理程序提取柑橘图像特征数据；
表面缺陷检测模块，与中央控制模块连接，用于通过图像检测程序根据提取的特征数据检测柑橘表面缺陷性；
成熟度判断模块，与中央控制模块连接，用于通过判断程序根据提取柑橘图像特征判断柑橘的成熟度；
品质评价模块，与中央控制模块连接，用于通过评价程序评价柑橘的品质；
时间调控模块，与中央控制模块连接，用于通过调控程序根据柑橘的缺陷性、成熟度、品质调控柑橘上市时间；
大数据处理模块，与中央控制模块连接，用于通过云服务器集中大数据资源对柑橘数据进行云处理；
显示模块，与中央控制模块连接，用于通过显示器显示采集的柑橘图像、缺陷检测结果、成熟度判断结果、品质评价结果、调控的上市时间数据。
2.如权利要求1所述基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述表面缺陷检测模块检测方法如下：
(1)通过图像检测程序利用柑橘图像HSI颜色空间模型的I分量图构建二值掩模模板Imask，掩模模板Imask与I分量图进行点乘运算后得到去除背景的I分量图像F(x,y)；
(2)通过构建多尺度高斯函数滤波器G(x,y)，将G(x,y)与F(x,y)做卷积运算即可得到去除背景的I分量表面光照分量图I(x,y)；将F(x,y)与I(x,y)做点除运算，得到去除背景的I分量表面均一化亮度图像f(x,y)，对f(x,y)采用单阈值法即可实现柑橘表面缺陷检测。
3.如权利要求2所述基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述背景去除方法为：基于HSI颜色空间模型，根据I分量灰度直方图，采用双峰法选取阈值T＝75对I分量图像二值化形成二值掩模模板Imask，即将柑橘区域置为1，其余区域置为0；利用公式：
F(x,y)＝I.*Imask；
I分量图与二值掩模模板Imask通过点乘运算得到去除背景后的I分量图像F(x,y)。
4.如权利要求1所述基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述品质评价模块评价方法如下：
1)通过评价程序获取品评员对柑橘的品评数据，所述品评数据包括对柑橘整体喜好程度、对柑橘设定维度的定量描述、以及对各维度下设定指标的定量描述；
2)对柑橘整体喜好程度采用偏爱排序法进行分析处理，对柑橘各维度下设定指标的定量描述采用系列描述分析法处理，对柑橘设定维度的分析采用定量描述分析法处理；
3)依据分析处理、系列描述分析法处理和定量描述分析法处理的数据，确定柑橘的感官品评表。
5.如权利要求4所述基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述设定维度包括以下至少一种：气味、外观、滋味、口感和质地。
6.如权利要求5所述基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述气味的维度下的设定指标包括香气浓度和香气描述。
7.如权利要求5所述基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述外观的维度下的设定指标包括以下至少一种：
果实大小、果实形状、果皮颜色、果皮着色均匀性、果皮光滑度、果皮厚度、果皮分离性、囊瓣均一性、囊瓣分离性、囊瓣颜色、果心情况和果肉颜色。
8.如权利要求5所述基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述滋味维度下的设定指标包括以下至少一种：
囊瓣壁滋味、果肉甜度、果肉酸度、果肉酸甜比、果肉苦味和果肉顺滑度。
9.如权利要求5所述基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述口感维度下的设定指标包括以下至少一种：
果皮易食性、果肉含水量、果肉弹性和果肉回味。
10.如权利要求5所述基于大数据分析的大棚柑橘上市时间调控系统，其特征在于，所述质地维度下的设定指标包括以下至少一种：
囊瓣壁质地、果肉质地和种子质地。
CN201910748376.3A 2019-08-14 2019-08-14 一种基于大数据分析的大棚柑橘上市时间调控系统 Pending CN110455824A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910748376.3A CN110455824A (zh) 2019-08-14 2019-08-14 一种基于大数据分析的大棚柑橘上市时间调控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910748376.3A CN110455824A (zh) 2019-08-14 2019-08-14 一种基于大数据分析的大棚柑橘上市时间调控系统

Publications (1)

Publication Number Publication Date
CN110455824A true CN110455824A (zh) 2019-11-15

Family

ID=68486464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910748376.3A Pending CN110455824A (zh) 2019-08-14 2019-08-14 一种基于大数据分析的大棚柑橘上市时间调控系统

Country Status (1)

Country Link
CN (1) CN110455824A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103575690A (zh) * 2013-11-05 2014-02-12 中国科学院微电子研究所 基于红外气体传感器的水果成熟度检测系统
CN108279238A (zh) * 2018-01-30 2018-07-13 深圳春沐源控股有限公司 一种果实成熟度判断方法及装置
CN109060842A (zh) * 2018-08-14 2018-12-21 西南大学 基于曲面拟合校正的柑橘表面缺陷检测方法、计算机程序
CN109582069A (zh) * 2018-11-29 2019-04-05 无锡佳云丰农业物联网科技有限公司 一种基于大数据分析的大棚草莓上市时间调控系统
CN109682821A (zh) * 2018-12-04 2019-04-26 西南大学 一种基于多尺度高斯函数的柑橘表面缺陷检测方法
CN109816216A (zh) * 2019-01-03 2019-05-28 中化现代农业有限公司 柑橘感官品质评价系统和评价方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103575690A (zh) * 2013-11-05 2014-02-12 中国科学院微电子研究所 基于红外气体传感器的水果成熟度检测系统
CN108279238A (zh) * 2018-01-30 2018-07-13 深圳春沐源控股有限公司 一种果实成熟度判断方法及装置
CN109060842A (zh) * 2018-08-14 2018-12-21 西南大学 基于曲面拟合校正的柑橘表面缺陷检测方法、计算机程序
CN109582069A (zh) * 2018-11-29 2019-04-05 无锡佳云丰农业物联网科技有限公司 一种基于大数据分析的大棚草莓上市时间调控系统
CN109682821A (zh) * 2018-12-04 2019-04-26 西南大学 一种基于多尺度高斯函数的柑橘表面缺陷检测方法
CN109816216A (zh) * 2019-01-03 2019-05-28 中化现代农业有限公司 柑橘感官品质评价系统和评价方法

Similar Documents

Publication Publication Date Title
CN101701916B (zh) 一种玉米品种快速鉴定、鉴别方法
CN104598886B (zh) 一种利用近红外高光谱图像识别霉变油料作物的方法
Guzmán et al. Infrared machine vision system for the automatic detection of olive fruit quality
Balaban Quantifying nonhomogeneous colors in agricultural materials part I: method development
CN105181912A (zh) 一种大米储藏过程中的新鲜度检测方法
CN108846311A (zh) 基于深度学习的检测面部皮肤片状缺陷的方法及装置
CN107590511A (zh) 一种缺陷识别方法以及用于自动检查机的缺陷识别系统
CN108303503A (zh) 葡萄酒味觉的评价方法
CN114136920A (zh) 一种基于高光谱的单粒杂交水稻种子种类鉴定方法
Yro et al. Cocoa beans fermentation degree assessment for quality control using machine vision and multiclass svm classifier
CN106940292A (zh) 基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法
KR100800597B1 (ko) 후지 사과의 당도 측정방법 및 당도 판정판
Mehendran et al. Banana freshness identification using image processing techniques
Satone et al. Automatic bruise detection in fruits using thermal images
CN110455824A (zh) 一种基于大数据分析的大棚柑橘上市时间调控系统
CN106096527A (zh) 一种实时高精度在线纸币面值的识别方法
CN104568639B (zh) 一种水果糖度的确定方法和装置
Kociołek et al. Preprocessing of barley grain images for defect identification
Thinh et al. Sorting and classification of mangoes based on artificial intelligence
KR20170045425A (ko) 배추 품종 및 원산지 판별장치
CN115330721A (zh) 基于形状和颜色信息的香蕉果梳饱满度检测方法与系统
Putra et al. Feature Extraction for Quality Modeling of Malang Oranges on an Automatic Fruit Sorting System
Sun et al. A digital image method for measuring and analyzing color characteristics of various color scores of beef
Narendra et al. An intelligent system for identification of Indian Lentil types using Artificial Neural Network (BPNN)
Menozzi et al. Design and application of a smartphone-based device for in vineyard determination of anthocyanins content in red grapes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191115

RJ01 Rejection of invention patent application after publication