摘要
本发明属于图像分析的技术领域,具体涉及一种基于图像处理的禽蛋智能分拣方法,解决对禽蛋的自动化分级准确性较差的技术问题,包括以下步骤:S1,采集禽蛋的三路图像数据;S2,重构禽蛋的三维点云数据,提取裂纹或形变缺陷的量化几何特征;S3,提取洁净度异常区域的量化区域特征;S4,针对背光透射图像,提取其纹理特征;S5,将量化几何特征、量化区域特征、纹理特征以及禽蛋体积与表面积共同构成综合特征向量;S6,将综合特征向量输入至预先训练的机器学习模型中,由机器学习模型输出禽蛋的分拣等级。本发明能够挖掘各类信息与禽蛋整体品质之间的复杂关联,做出更为客观、全面的分拣判决,提升了禽蛋分拣的自动化水平、检测精度。
技术关键词
智能分拣方法
禽蛋
三维点云数据
机器学习模型
图像处理
三角网格模型
纹理特征
可见光相机
局部二值模式特征
彩色图像
背光
相位展开算法
梯度提升决策树
均值聚类算法
裂纹
结构光
椭球模型
系统为您推荐了相关专利信息
三维虚拟模型
三维点云数据
图像特征提取
封闭轮廓
扫描设备
图像二值化方法
二值化阈值
图像二值化装置
像素点
图像增强模块
特征提取模型
卷积特征
决策
编码器
图像处理单元