<xmp id="6cagc"><menu id="6cagc"></menu>
<menu id="6cagc"></menu>
<menu id="6cagc"><tt id="6cagc"></tt></menu>
  • <option id="6cagc"></option>
  • 首頁 > 新聞動態 > 金屬分選機分選系統軟件設計
    金屬分選機分選系統軟件設計
    - 2020-05-19-

      一、總體設計:

      金屬分選機采用 Opencv為軟件開發平臺,實現攝像機參數設置、圖像預處理、顏色特征提取、圖像匹配、結果顯示等

      二、廢有色金屬圖像識別算法設計:

      廢金屬物料表面通常有磨損,劃傷,在對圖像特征提取前需要進行預處理,考慮到工程的實際情況,本文選擇5*5的圓形模板加窗中值濾波器對廢物料圖像進行處理。攝像機在工業現場采集的圖像除了包含有廢物料的圖像外,還夾雜有復雜的背景圖像,會給目標圖像的特征提取造成干擾Ycrcb顏色空間能夠減少RGB顏色空間色彩通道的冗余,利用該空間進行彩色圖像分割,圖像分割后用色調和亮度來表示顏色信息。

      廢金屬物料的尺寸、大小、形狀較難全統一,所以提取圖像的顏色特征進行分析,金屬分選機在顏色特征提取方面選擇越符合人的視覺感應的HSI模型,它是由色調(H)、飽和度(S)、亮度三個分量組成。當光源和光源強度一定時,不同的廢金屬物料所反映的亮度特征基本相似,因此選用了較穩定的色調H和飽和度S來進行顏色特征分析,亮度在顏色特征提取中不予考慮。

      多層感知器神經網絡是在輸入層與輸出層之間加了個隱含層。多層感知器的分類是一種正向傳播過程:需分類模式由輸人層進入到神經網絡,經過加權后傳播到下一層的感知器,經感知器的激發函數計算后又向下層感知器傳播,終端在輸出層上給出分類結果。

      金屬分選機采用圖像處理技術及多層感知器神經網絡算法完成廢有色金屬的分選,有益增進了廢金屬識別的準確,可達90%左右。

    é???±????é????o

    国产免费破外女真实出血视频
    <xmp id="6cagc"><menu id="6cagc"></menu>
    <menu id="6cagc"></menu>
    <menu id="6cagc"><tt id="6cagc"></tt></menu>
  • <option id="6cagc"></option>