KEYE καπνών ταξινομώντας μηχανή οράματος φύλλων αυτόματη για την ποιοτική επιθεώρηση

Στα τρέχοντα πρότυπα για το στεγνωμένο με θερμό αέρα καπνό, διαιρείται σε τέσσερις κατηγορίες και 42 επίπεδα.

Η τεχνολογία εικόνας χρησιμοποιείται στο αυτοκίνητο αναγνωρίζει και μετρά. Επομένως, όταν επίλεκτος τα πρότυπα ταξινόμησης βαθμού φύλλων καπνών, τα πρότυπα ταξινόμησης εάν βασισμένος στην εμφάνιση και τα χαρακτηριστικά ως κύριος προσδιορισμός. Ένα από τα πρότυπα ταξινόμησης στηρίζεται στο χρώμα των διαφορετικών μερών του φύλλου καπνών όπως. Διαιρέστε όλα τα πιθανά χρώματα φύλλων καπνών σε οκτώ κατηγορίες. Διαιρέστε την ωριμότητα των φύλλων καπνών σε δύο κατηγορίες. Στη δομή φύλλων, διαιρείται σε τρεις κατηγορίες σύμφωνα με το βαθμό looseness της δομής φύλλων. Σύμφωνα με το διαφορετικό αυξανόμενο περιβάλλον του φύλλου καπνών, ο ελαιούχος που περιλαμβάνεται στον καπνό leaft είναι επίσης ασυμβίβαστος. Επομένως, τρία πρότυπα έχουν καθοριστεί για το φύλλο καπνών βασισμένο στην περιεκτικότητα σε πετρέλαιο στα φύλλα καπνών. Τέλος, τρεις κατηγορίες διαιρέθηκαν σύμφωνα με διαφορετικό το χρωματικό των φύλλων καπνών.

Η πυκνότητα της ρύθμισης των κυττάρων φύλλων καπνών, που διαιρείται σε. Χαλαρός, χαλαρότερος, ελαφρώς σφιχτός, σφιχτά.

Στην εικόνα που παίρνει το στάδιο, προκειμένου να αποκτηθούν οι υψηλής ποιότητας εικόνες, ο γραμμικός εξοπλισμός απεικόνισης σειράς υψηλής ευκρίνειας εγκαθίσταται για να πάρει τις εικόνες. Κατόπιν μέσω των δραστηριοτήτων προεπεξεργασίας εικόνας, η οξύτητα της εικόνας μπορεί να ενισχυθεί, ο πιθανός θόρυβος στην εικόνα μπορεί να μειωθεί, η αποδοτικότητα και η ακρίβεια της αναγνώρισης μηχανών μπορούν να βελτιωθούν στο προχωρημένο στάδιο. Αφαιρέστε τις πληροφορίες εικόνας άσχετες με την αναγνώριση στην εικόνα, όπως ο πίνακας τοποθέτησης φύλλων καπνών, και αυξήστε την αποτελεσματικότητα των πληροφοριών. Επίσης, μπορεί να απλοποιήσει την εικόνα και να μειώσει το χρόνο και το κόστος της πιό πρόσφατης εκμάθησης μηχανών.

Κατά προσδιορισμό της εμφάνισης των φύλλων καπνών, πολλαπλάσιες τη πληροφορίες σχετικές με την ταξινόμηση και βαθμολόγηση μπορούν να εξαχθούν από μια εικόνα αναφοράς. Τα διαφορετικά πρότυπα βαθμού σκιαγραφούνται από τις διαφορετικές διαστάσεις. Επομένως, είναι απαραίτητο να αποκτηθούν οι πληροφορίες στην εικόνα αναφοράς που ανταποκρίνεται στα πρότυπα ταξινόμησης. Αυτή η διαδικασία είναι επίσης μια σημαντική διαδικασία της εκμάθησης μηχανών. Μέσω αυτής της διαδικασίας, η μηχανή θα ταιριάξει με την εικόνα τα πρότυπα ταξινόμησης και θα διαμορφώσει μια βάση δεδομένων.

Στο στάδιο του προσδιορισμού και της βαθμολόγησης των φύλλων καπνών, η συγκεχυμένη αναγνώριση των φύλλων καπνών είναι η πρώτη που απαιτείται. Στο στάδιο της συγκεχυμένης αναγνώρισης, η μέθοδος συστάδας που η συγκεχυμένη ανάλυση χρησιμοποιείται, μέσω αυτής της μεθόδου, μπορεί να καταστήσει την ανάλυση των αβέβαιων φύλλων λογικότερη και να κάνει διάφορες εικόνες στην ίδια ομάδα να ανήκουν στην ίδια κατηγορία, ώστε να δοθεί μια ακριβέστερη αναγνώριση. Μετά από τη συγκεχυμένη αναγνώριση, μπορέστε στην αναγνώριση και βαθμολόγηση της διαδικασίας.

Οι συλλεχθείσες εικόνες απλοποιούνται και οι αποτελεσματικές πληροφορίες σχετικές με τις δραστηριότητες ταξινόμησης εξάγονται μετά από την αυτόματη συλλογή εικόνας. Από τη μηχανή θα εισαγάγει την επεξεργασία ταξινόμησης. Το σύστημα θα συγκρίνει τις πληροφορίες εικόνας που εξήγαγαν με τα πρότυπα βαθμολόγησης, από διαιρεί το στόχο αναγνώρισης σε διαφορετική βαθμολόγηση, σύμφωνα με την ταξινόμηση standards.and διαβιβάζουν το αποτέλεσμα ταξινόμησης στον υπολογιστή χρηστών τελικά.