摘要
本发明提出了一种基于机器视觉的枣类外观检测分级方法及系统。属于机器视觉与农产品品质评价交叉技术领域。所述方法包括:对枣类样本进行多角度光谱数据采集,结合三维重建算法生成枣类形态场模型;对形态场模型进行表面几何特征提取,得到三维形态特征向量集;同步采集枣类样本的微纹理光谱数据与色度信息,进行非线性色度变换处理,得到微纹理频谱特征向量集与非线性色度特征向量集;通过多视角高光谱成像系统和三维重建算法,能够高效、准确地采集和处理枣类样本的光谱和形态数据,从而大大提高了分级的效率和准确性。
技术关键词
检测分级方法
高光谱成像系统
联合注意力机制
纹理
分级决策树
色度信息
三维重建算法
非线性
样本
数据
形态缺陷
区块链智能合约
多视角
视觉
热力图
图谱
报告
多角度
系统为您推荐了相关专利信息
微观结构特征
地下管道结构
交互模型
管道监测
数字孪生体
协同优化系统
光流算法
无人机飞控系统
权重分配机制
模块
煤矸石制作建筑用
参数
控制优化方法
煤矸石燃烧
偏差