摘要
本发明适用于蔬果自动化检测与分拣技术领域,提供了一种蔬果货品智能分货分拣系统,所述系统包括:数据获取模块,用于通过偏振光成像获取待检火龙果的采集图像,并在采集图像中确定斑点区域的初始异常指数,同时获取采集图像特定区域的表面属性;图像解析模块,用于基于机器视觉技术对由偏振光成像获得的采集图像进行解析,并判断斑点区域是否存在液滴现象,若存在则确定相应的液滴参数。本发明采用深度学习与偏振光成像技术,结合机器视觉,对火龙果采集图像中的斑点区域进行精细分析,动态检测液滴对斑点反射成分的影响,从而实现初始异常指数的精准校正。
技术关键词
液滴
分拣系统
图像
斑点
机器视觉技术
指数
偏振光成像技术
校正
参数
曲率分析方法
消除背景干扰
数据获取模块
三维重构技术
模式识别算法
边缘检测
分水岭算法
深度学习算法
分拣技术
系统为您推荐了相关专利信息
智能地面
清洁机器人
吸尘风道
识别模块
嵌入式图像处理平台
病虫害智能识别
防治装置
智能系统
姿态控制模块
动力齿轮
无人机遥感影像
周期性结构
分类方法
影像纹理特征
定标板
三维骨骼模型
髋关节置换手术
坐标系
手持工具
误差函数
融合视觉
前端采集设备
图像采集单元
图像拼接
监测系统