排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
牛肉的等级标准自从出台以后,其自动分级技术的研究已得到重视。根据国外的经验,利用计算机视觉技术提取牛肉的颜色特征,由此分离出牛肉中的肌肉与肌内脂肪,并进一步解决其他问题,从而达到自动分级的目的是可行的,RGB系统是面向硬件的颜色系统,CCD摄像头,或者数码相机,以及计算机存贮的图像都采用这个系统。 相似文献
2.
<正> 1 前言 我厂是生产柴油机的专业厂,由于生产需要,我厂每年自制专机几十台,专机电器设计的工作量比较大,采用手工绘图方式,其工作量大,设计工作很辛苦,为此,我们设计了专机电器辅助设计系统。针对专机电器设计特点,建立了一套电器图库,按制图标准,采用位置图形插入方式,自动绘制电器形符号,使专机电器辅助设计使用方便,快捷地设计出专机电器图纸。2 系统采用软件 相似文献
3.
在钣金零件视觉测量中,大尺寸零件超出图像采集摄像机的视场范围,不能一次性获得该零件的完整图像,需要将存在一定重叠区域的图像进行图像拼接。针对特征稀少、灰度信息少、轮廓对称的钣金零件图像不易拼接问题进行了分析和研究,提出了一种在待拼接图像中选择包含重叠部分的等大小区域作为待配准区域,并对其提取轮廓,然后对轮廓图利用相位相关法求待配准区域的配准参数,再根据待配准区域图像与待拼接图像的坐标关系转换求待拼接图像的配准参数并对图像进行配准,实现钣金零件图像拼接的方法。通过实验表明,该拼接方法对特征稀少、灰度信息少和轮廓对称的钣金零件图像具有速度快、较好的准确性和抗干扰能力,能够满足工业应用的要求。 相似文献
4.
基于边缘流的水平集牛胴体眼肌图像分割 总被引:1,自引:0,他引:1
牛肉在切割过程中常存在残留血液覆盖在脂肪表面,使得脂肪和肌肉对比减弱.针对生物体弱对比图像分割问题,采用了结合边缘流的水平集方法对牛肉眼肌图像进行分割,准确提取了眼肌边缘,分离出了眼肌内部脂肪与肌肉组织,准确率高.该方法避免了单纯边缘流算法提取边界不连续的问题,降低了水平集算法的迭代时间复杂度,避免了初始轮廓选取的主观性.并将实验结果与水平集方法进行了对比,基于边缘流的水平集方法避免了水平集方法在分割中小区域分割的准确性不高,不能准确分离脂肪与肌肉组织的弱点.实验结果证明,基于边缘流的水平集方法是对牛肉眼肌图像进行分割的有效新方法. 相似文献
5.
肉品图像中脂肪与肌肉的精确提取是无损检测的关键技术之一,针对这一问题,在规范割方法(Normalized cut,Ncut)的基础上,为了减少计算复杂度,提出了一种改进算法。首先,利用基于矩的阈值选择方法将肉品区域从背景中分割出来;其次,量化色彩等级,为肉品区域创建彩色直方图;最后,计算彩色直方图的相似度矩阵,并使用规范割做为谱聚类测度对直方图进行划分,按照直方图划分结果提取肌肉和脂肪。实验表明,和基于像素的谱聚类算法相比,改进算法不但降低了计算复杂度,且能有效提取肌肉与脂肪。 相似文献
6.
牛肉眼肌图像的分割是牛肉自动分级的重要步骤。基于水平集的C-V模型采用两个具有不同均值的分块连续区域分割图像,在迭代过程中,为了约束水平集保持为符号距离函数,必须对其进行重新初始化,大大增加了计算量,降低了曲线演化速度。为此,通过加入边缘检测函数和惩罚项因子,提出了改进的C-V水平集模型,并用于牛肉图像分割,同时与模糊C均值聚类、阈值分割法进行了对比。结果表明:采用改进的C-V模型对牛肉图像进行分割,准确提取了眼肌边缘,分割出了脂肪和肌肉区域,准确率高;曲线演化过程中无需对水平集函数符号初始化,加快了曲线演化速度。 相似文献
7.
肉品图像中的斑点噪声与肌内脂肪的颜色特征相似,要准确提取肌内脂肪,就必须先对斑点噪声进行滤除。在小波软阈值法滤除SAR图像中的斑点噪声算法基础上,结合肉品图像的特点进行了改进。首先,使用由耿则勋提出的算法,在小波分解时对左右边界进行处理,重构时外推值为0,对离散小波变换的边界效应进行处理,精确重建图像,消除小波变换的边界效应。选择了D8小波,3级分解后,在不同的阈值下进行了实验。结果表明:阈值的选取影响去噪效果,但在所有参数都相同时,改进算法消除边界效应的同时,在斑点指数和方法噪声两个客观评价指标均优于其他几种边界延拓方式,图像失真最小。 相似文献
8.
基于仿射变换和透视投影的摄像机镜头畸变校正方法 总被引:1,自引:0,他引:1
依照摄像机成像过程,提出了一种方便快捷的摄像机镜头畸变精确校正方法。基于逆向摄像机镜头校正模型、仿射变换和透视变换,推导了从标准靶标图像坐标到理想图像坐标之间的精确函数关系,采用最小二乘估计对畸变参数求解,利用双线性插值法还原理想图像,并给出了详细的实验过程和实验结果。结果表明,该方法具有对实验条件要求低、算法运行速度快、校正结果精确等特点,适用于自动实时校正环境。 相似文献
9.
10.
由于肉品中存在水分,在可见光下采集图像就会产生反光区域,进而导致肌肉信息部分丢失。为了提高获取肉品图像相关信息的准确性,需尽量还原反光区域。在基于样本块的图像修补算法基础上,结合肉品图像特点,提出改进算法:用Prewitt算子代替Robert算子,使信息缺损区域的线性结构得到更好的保持;采用二次匹配法减少搜索最佳匹配块过程中的扫描数据量,比原算法节约约2/3的修复时间;在修复过程中加入α剪裁均值滤波消除接缝效应,使得修复结果更好地满足视觉心理学要求。实验结果表明,改进的修补算法在效率和修复效果上优于原算法,不仅可用于肉品图像反光区域的修复,对其他图像的修复也有效。 相似文献