申请/专利权人:江苏科技大学
申请日:2024-03-20
公开(公告)日:2024-06-14
公开(公告)号:CN118194226A
主分类号:G06F18/25
分类号:G06F18/25;G06T5/70;G06T7/11;G06T5/50;G06T5/90;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明提供一种基于视觉与触觉融合的番茄成熟度分级方法,通过采集番茄图像信息,采用两种颜色空间转换方案,获取番茄表面的颜色特征信息;同时使用最大类间方差法进行图像分割,有效减少了图片处理运算量;采用伽马变换算法进一步增加图像差异,获取番茄的表面光泽度特征信息;采用触觉传感器和PID控制方法,得到表面粗糙度特征信息,与图像特征信息相融合,将上述特征信息输入BP神经网络进行训练,得到番茄成熟度分级模型,即番茄特征信息与番茄成熟度等级的对应关系,对符合成熟度要求的番茄,输出检测分级结果。本发明实现番茄自动化、高效、准确的成熟度分级,同时模型具有良好的鲁棒性。
主权项:1.一种基于视觉与触觉融合的番茄成熟度分级方法,其特征在于,包括以下步骤:S1人工挑选成熟度不同的番茄样本,并随机均匀分组;S2利用机器视觉对番茄样本进行图像信息采集,获取表面图像信息;S3将步骤S2中采集的表面图像信息进行特征处理,获得图像特征信息;S4利用触觉传感器对番茄样本进行表面粗糙度特征信息采集;S5提取步骤S3、S4中得到的图像特征信息、表面粗糙度特征信息,利用BP神经网络训练,得到番茄成熟度分级模型;S6重复步骤S2~S4,对待测番茄样本进行图像特征信息、表面粗糙度特征信息提取,输入番茄成熟度分级模型,得到番茄成熟度分级结果。
全文数据:
权利要求:
百度查询: 江苏科技大学 一种基于视觉与触觉融合的番茄成熟度分级方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。