简介:
一种禽蛋表面裂纹的无损检测及自动分级方法,包括:利用图像采集装置获取蛋品原始图像,采用矢量中值滤波方法平滑原始蛋品图像,保留图像表面信息及边缘细节;彩色图像灰度化,利用直方图规定化方法对灰度图像进行直方图均衡化处理;基于图像灰度特性差异,通过像素类间方差得出背景及目标的最佳分割阈值进行图像分割,获取图像轮廓信息;采用误差反向传播方法进行神经网络训练及学习,完成禽蛋的无损检测及自动分级任务。该方法有较好的实用性和稳定性,采用中值滤波去除图像噪声的同时保留表面及边缘细节,通过直方图规定化方法增强图像对比度,利用灰度差异以及类间方差获取图像轮廓信息,通过BP神经网络完成图像检测及自动分级任务。
一种禽蛋表面裂纹的无损检测及自动分级方法,包括:利用图像采集装置获取蛋品原始图像,采用矢量中值滤波方法平滑原始蛋品图像,保留图像表面信息及边缘细节;彩色图像灰度化,利用直方图规定化方法对灰度图像进行直方图均衡化处理;基于图像灰度特性差异,通过像素类间方差得出背景及目标的最佳分割阈值进行图像分割,获取图像轮廓信息;采用误差反向传播方法进行神经网络训练及学习,完成禽蛋的无损检测及自动分级任务。该方法有较好的实用性和稳定性,采用中值滤波去除图像噪声的同时保留表面及边缘细节,通过直方图规定化方法增强图像对比度,利用灰度差异以及类间方差获取图像轮廓信息,通过BP神经网络完成图像检测及自动分级任务。