품질 검사를 위한 KEYE 담배 잎 자동 시각 장비 소팅 머신

황색종 잎담배에 대한 현재 표준에, 그것은 4 수업과 42 수준으로 분할됩니다.

비전 기술이 사용되 라고 자동차가 인정합니다 그리고 계산하세요. 그러므로, 때 담배 잎 등급 분류를 선택하고 표준, 분류 기준이 주요 식별로서 출현과 특성에 근거하여야 합니다. 분류 기준 중 하나는 담배 잎의 다른 지역들의 색깔에 의존합니다.모든 가능한 담배 잎 색을 8가지 범주로 나누세요.담배 잎의 성숙을 2가지 범주로 나누세요.나뭇잎 구조에, 그것은 나뭇잎 구조의 느슨함의 급에 따라 3가지 범주로 분할됩니다.담배가 떠나는 담배 잎의 다른 생육 환경에 따르면, 포함된 기름기가 많은 것 또한 일치하지 않습니다.그러므로, 3 기준은 담배 잎에서 오일 함유를 기반으로 담배 잎에 대해 정의되었습니다. 마침내, 3 카테고리는 나눠졌습니다에 따라 그 담배 잎의 다른 채색합니다.

담배 잎 셀의 배열의 비중이 나누어졌습니다. 느슨하게 더 느슨하고 조금 단단하고 단단합니다.

이미지 수입 무대에서, 고품질 영상을 얻기 위해, 직선 어레이 해상도 이미지화 장비는 이미지를 얻기 위해 설치됩니다.그리고 나서 화상 예비 처리 활동을 통하여, 이미지의 명확성은 강화될 수 있습니다, 이미지에서 가능한 소음이 감소될 수 있다고, 기계 인식의 효율성과 정확도가 후속 단계에서 향상될 수 있습니다.담배 잎 재치대와 같은 이미지에서 인식에 무관한 화상 정보를 제거하고, 정보의 효율성을 증가시키세요.또한, 그것은 이미지를 단순화하고 더 뒤 기계 학습의 시간과 가격을 줄일 수 있습니다.

담배 잎의 출현을 확인할 때, 분류와 등급과 관련된 정보의 복수 피스는 한 참조 화상으로부터 추출될 수 있습니다.다른 등급기준은 다른 차원으로부터 묘사됩니다. 그러므로, 분류 기준을 충족시키는 참조 화상에서 정보를 얻는 것은 필요합니다. 이 과정은 또한 기계 학습의 중요 프로세스입니다. 이 과정을 통하여, 기계는 이미지를 분류 기준에 맞추고 데이터베이스를 형성할 것입니다.

담배 잎을 확인하고 등급화하는 과정에, 담배 잎에 대한 모호 식별은 처음으로 요구된 것 입니다.모호 식별의 과정에서, 군집 퍼지 분석의 방법은 이 방법을 통하여, 사용되고, 불확실한 잎의 분석이 더 합리적이게 할 수 있고 똑같은 단체들의 여러 이미지가 더 정확하 인식을 주기 위해, 똑같은 등급에 속하게 합니다. 모호 식별 뒤에 인식과 등급에 가공처리하기 위해 하 할 수 있습니다.

모인 이미지는 단순화되고 분류 활동과 관련된 유효 정보가 자동 이미지 수집 뒤에 추출됩니다.분류 공정이 기계 보다 들어갑니다.인식 타깃을 다른 등급으로 나누고 분류 standards.and에 따르면 마침내 분류 결과를 사용자 컴퓨터로 전송하는 것보다, 시스템은 등급 표준으로 추출한 화상 정보와 비교할 것입니다.