基于SVM的二叉树羽毛片颜色分类器

为提高羽毛片生产效率和质量,减少主观分级误差,提出了一种利用机器视觉对羽毛片颜色自动分级的方法.首先在YU′V′颜色空间的基础上,对图像的特征值进行了提取与分析;然后结合特征值构建了一种基于SVM的二叉树多类分类器对羽毛片颜色进行分类,并分析了其分类误差.实验结果表明：该分类器正确率高,可有效确定羽毛片颜色的级别,满足羽毛片自动分级的生产要求.     

基于机器视觉的温度测量系统的设计及应用

针对温度控制中常用的基于铂电阻的温度采集电路设计复杂,抗干扰能力弱,铂电阻线性拟合繁琐,难以实现对温度的高精度测量等不足,本文介绍一个在VC++6.0平台上设计的基于机器视觉,自动读取水银温度计示数的温度测量系统。通过有效的图像处理算法,温度测量系统分辨率达到0.01℃,读数准确,工作可靠。该温度测量系统在研究大滞后大惯性温度控制实验中得到了成功的应用。     

基于改进梯度算法的纹理特征图像识别

针对纹理特征的方向无序性,提出了一种基于多向梯度模算子的快速算法。在图像预处理的基础上对亮度进行修正,消除亮度的非均匀性对纹理特征提取造成的干扰。利用多向梯度算子在局部区域运算确定梯度方向,并构建二维灰度梯度矩阵。最后,通过统计矩阵灰度信息建立分级模型。实验结果表明,该方法能较好地提取羽毛的纹理特征并进行分级,可以满足实时检测应用的需要。