基于机器视觉的薯类品质快速无损检测及分级系统的研发

陈 红军, 黄 丽园
杭州蒲丰视觉检测有限公司 浙江杭州 310000

摘要

本文针对薯类品质检测的需求，提出了一种基于机器视觉的快速无损检测及分级系统。该系统采用了多种图像处理技术，包括颜色空间转换、形态学处理、边缘检测等，对薯类进行特征提取和分析，利用机器学习或深度学习算法对薯类进行分类和分级。实验结果表明，该系统能够快速准确地检测出薯类的品质，并且能够实现自动化分级，具有较高的实用价值和应用前景。

关键词

机器视觉；薯类品质；分级

参考

[1]朱亚琪.浅析基于机器视觉的大豆种子品质检测与分选[J].现代食品,2024,30(02):8-10.DOI:10.16736/j.cnki.cn41-1434/ts.2024.2.002.[2]孟亚萍,焦婷婷.鲜湿薯类粉条品质改良关键技术研究进展[J].粮食加工,2024,49(01):29-31.[3]郭益鑫.基于机器视觉的大豆成熟期整株表型获取方法研究[D].东北农业大学,2023.DOI:10.27010/d.cnki.gdbnu.2023.000134.[4]张光勇.基于机器视觉的机采茶鲜叶类别识别研究[D].云南农业大学,2023.DOI:10.27458/d.cnki.gynyu.2023.000391.[5]郭翎菲.鲜薯预处理磨浆齿间距对薯类方便粉丝品质的影响[J].中国食品添加剂,2022,33(05):81-87.DOI:10.19804/j.issn1006-2513.2022.05.012