摘要
本发明提出了一种基于机器视觉的枣类外观检测分级方法及系统。属于机器视觉与农产品品质评价交叉技术领域。所述方法包括:对枣类样本进行多角度光谱数据采集,结合三维重建算法生成枣类形态场模型;对形态场模型进行表面几何特征提取,得到三维形态特征向量集;同步采集枣类样本的微纹理光谱数据与色度信息,进行非线性色度变换处理,得到微纹理频谱特征向量集与非线性色度特征向量集;通过多视角高光谱成像系统和三维重建算法,能够高效、准确地采集和处理枣类样本的光谱和形态数据,从而大大提高了分级的效率和准确性。
技术关键词
检测分级方法
高光谱成像系统
联合注意力机制
纹理
分级决策树
色度信息
三维重建算法
非线性
样本
数据
形态缺陷
区块链智能合约
多视角
视觉
热力图
图谱
报告
多角度