دانلود مقاله انگلیسی رایگان:تشخیص بینایی ماشین از نقص سطح در پرتقال با استفاده از یک پنجره مقایسه کشویی الگوریتم تقسیم بندی محلی - 2017

محرم

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی بینایی ماشین رایگان
  • Computer vision detection of surface defect on oranges by means of a sliding comparison window local segmentation algorithm Computer vision detection of surface defect on oranges by means of a sliding comparison window local segmentation algorithm
    Computer vision detection of surface defect on oranges by means of a sliding comparison window local segmentation algorithm

    سال انتشار:

    2017


    عنوان انگلیسی مقاله:

    Computer vision detection of surface defect on oranges by means of a sliding comparison window local segmentation algorithm


    ترجمه فارسی عنوان مقاله:

    تشخیص بینایی ماشین از نقص سطح در پرتقال با استفاده از یک پنجره مقایسه کشویی الگوریتم تقسیم بندی محلی


    منبع:

    Sciencedirect - Elsevier - Computers and Electronics in Agriculture, 137 (2017) 59-68. doi:10.1016/j.compag.2017.02.027


    نویسنده:

    Dian Rong, Yibin Ying


    چکیده انگلیسی:

    Automatic detection of defective oranges by computer vision system is not easy because of the uneven lightness distribution on the surface of oranges. It means that the methods only directly using global seg- mentation provide unsatisfactory results when orange images present faint defect characters or inhomo- geneous surface. The contrast between sound and defective regions can be used to produce more accurate segmentation results, which is more capable of detecting pixels lying around the defect boundary on orange surface based on the local segmentation method. In this paper, we study and propose a sliding comparison window local segmentation algorithm and also presents the detailed image processing pro- cedure including removal of background pixels, image binarization using local segmentation, image sub- traction, image morphological modification, removal of stem end pixels for detecting surface defect in an orange gray-level image. This method is an original contribution that allows successful segmentation of various types of surface defects (e.g., insect injury, wind scarring, thrips scarring, scale infestation, canker spot, dehiscent fruit, copper burn, phytotoxicity).The image segmentation algorithm was tested with 1191 samples of oranges. The proposed algorithm was able to correctly detect 97% of the defective orange. Future work will be focused on whole surface and fast on-line inspection.© 2017 Published by Elsevier B.V.
    Keywords:Defect detection | Computer vision | Image local segmentation | Orange surface defect


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 10
    حجم فایل: 2240 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
بینایی-ماشین
موضوعات
footer