摘要
本发明公开了一种基于机器视觉的霉变瓜子标定方法及系统,包括:S1:在瓜子传送过程中,采用双机位采集瓜子图像,并对图像进行融合;S2:去除瓜子图像污点,获得每个瓜子的完整图像;S3:构建原型网络,并进行预训练,采用预训练的原型网络模型从瓜子的完整图像中识别出合格瓜子图像并进行剔除,得到霉变瓜子图像;S4:选定融合后的瓜子图像边框为参考线,进行摄像机标定,获得摄像机参数;S5:确定霉变瓜子拣选顺序,对实际霉变瓜子进行标定。本发明通过图像处理和深度学习方法,自动实现霉变瓜子识别;针对合格瓜子和霉变瓜子类内差异大,采用原型网络方法提高分类准确率;按顺序输出霉变瓜子位置数据,提高霉变瓜子标定效率。
技术关键词
摄像机
原型
标定方法
恒虚警检测
ResNet网络
坐标系
图像提取特征
视觉
直方图均衡化方法
构建测试数据
像素
矩阵
注意力机制
污点
参数
图像识别模块
深度学习方法
分类准确率
系统为您推荐了相关专利信息
双机械臂协同
焊接机器人装置
旋转关节
激光发射单元
激光对中装置
动物身份识别方法
高频特征
特征模板
运动图像序列
高速摄像机
识别方法
视觉特征
道路监控摄像机
交通信号灯状态
时序分析模块
智能辅助系统
造礁石珊瑚
智能辅助方法
生态服务功能
密度