Skip to main content

La machine de technologie Vision est largement utilisée dans les essais qui ne détruisent pas la qualité des œufs, obtiennent rapidement le bord des images d'œufs pour aider à déterminer l'efficacité des caractéristiques géométriques des œufs. L'algorithme du procédé de deux ordinateurs, détectant rapidement des images, définir la recherche globale de l'image est convertie en une image d'élément spécifique et l'équation permettant de satisfaire la solution de méthode de deux points de la solution d'information de la ligne d'information et la connexion réseau du bord sont construites. Pour résoudre le problème, fixez ainsi une méthode de deux points pour résoudre les œufs. Base théorique du bord d'image, a finalement lancé un déploiement de programme détaillé dans la section Application. Les résultats du test montrent que le procédé peut détecter le bord de l'image d'oeuf, les performances de détection sont augmentées d'environ 20 fois, ce qui accélère de nombreuses vitesses de détection, peut être détecté automatiquement des fruits plus élevés.

Contenu connexe
Numéro d'édition

2010, 26(1)

Numéro de classification

TS253.2 TP391.41

Classification du système

O17TP7

Introduction

Ce document académique portant sur Méthode de détection et intitulé Méthode de détection rapide basée sur les œufs à deux binaires de bord en Sciences agricoles de base Chinese Agriculture a été édité et complété par Centre de technologie technique et technologie de l'information technologique, Beijing, 100097;Institut de l'environnement agricole et du développement durable, Académie chinoise des sciences agricoles, Beijing, 100081 de ZhaoChunJiang, ZhouPing, ZhengWenGang, WangJiHua a été édité et complété. Publié à dans le journal Magazine d'ingénierie agricole, volume 2010, 26(1), sous copyright.

Institution et adresse
Centre de technologie technique et technologie de l'information technologique, Beijing, 100097;Institut de l'environnement agricole et du développement durable, Académie chinoise des sciences agricoles, Beijing, 100081