| 改进的模糊C均值聚类算法和霍夫变换在榛子仁缺陷检测中的应用 |
| |
| 引用本文： | 张冬妍,张瑞,韩睿,曹军.改进的模糊C均值聚类算法和霍夫变换在榛子仁缺陷检测中的应用[J].东北林业大学学报,2021,49(6):80-83,95. |
| |
| 作者姓名： | 张冬妍 张瑞 韩睿 曹军 |
| |
| 作者单位： | 东北林业大学,哈尔滨,150040 |
| |
| 摘 要： | 以榛子仁为检测样本,采用模糊C均值聚类(FCM)算法进行图像分割;利用飞蛾扑火(MFO)算法改进其目标函数;利用函数对个体样本边缘提取,标记边缘拐点位置,计算拐点个数;对边缘图像进行霍夫(Hough)变换的椭圆曲线拟合,标记并输出饱满籽粒个数;依据试验数据,分析应用改进的模糊C均值聚类算法和霍夫变换对榛子仁缺陷检测的效果.结果表明:改进的模糊C均值聚类算法和霍夫变换,可以准确有效地对饱满、干瘪、霉斑、虫蛀、腐烂的5种榛子仁中的缺陷籽粒进行识别检测,提高榛子仁加工过程中的分拣效率.
|
| 关 键 词： | 榛子仁 缺陷检测 改进模糊C均值聚类算法 图像分割 霍夫变换 |
Hazelnut Kernel Defect Detection Combined with Improved FCM Algorithm and Hough Transform |
| |
| Zhang Dongyan,Zhang Rui,Han Rui,Cao Jun.Hazelnut Kernel Defect Detection Combined with Improved FCM Algorithm and Hough Transform[J].Journal of Northeast Forestry University,2021,49(6):80-83,95. |
| |
| Authors: | Zhang Dongyan Zhang Rui Han Rui Cao Jun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
