Машина автоматического зрения лист табака KEYE сортируя для качественного осмотра

В настоящем стандарте для газоход-вылеченного табака, оно разделено в 4 класса и 42 уровня.

Технология зрения использована к автомобилю узнает и считает. Поэтому, когда выберите стандарт классификации ранга лист табака, стандарт классификации основанный на возникновении и характеристиках как главное идентификация. Один из стандартов классификации полагается на цвете различных частей лист табака как. Разделите все возможные цвета лист табака в 8 категорий. Разделите зрелость листьев табака в 2 категории. В структуре лист, он разделен в 3 категории согласно степени разрыхленности структуры лист. Согласно различной растущей окружающей среде лист табака, маслообразные, который содержат в leaft табака также сбивчивы. Поэтому, 3 стандарта были определены для лист табака основанных на содержании масла в листьях табака. В конце концов, 3 категории были разделены согласно различное хроматичному листьев табака.

Плотность расположения клеток лист табака, разделенного в. Свободно, свободный, немножко плотный, туго.

В изображении принимая этап, для того чтобы получить высококачественные изображения, высоко-разрешение линейного массива отображая оборудование установлено для того чтобы получить изображения. После этого через деятельности при препроцессирования изображения, сметливость изображения можно увеличить, возможный шум в изображении можно уменьшить, эффективность и точность опознавания машины можно улучшить в более поздней стадии. Извлеките данные по изображения неуместные к опознаванию в изображении, как таблица размещения лист табака, и увеличьте эффективность информации. Также, она может упростить изображение и уменьшить время и цену более последнего машинного обучения.

Определяя возникновение листьев табака, множественные информации связанные с классификацией и сортировать можно извлечь от одного изображения ссылки. Различные стандарты ранга определены от различных размеров. Поэтому, необходимо получить информацию в изображении ссылки которое соотвествует классификации. Этот процесс также важный процесс машинного обучения. Через этот процесс, машина будет соответствовать изображению стандарту классификации и будет формировать базу данных.

В процессе определяя и сортируя листьев табака, расплывчатое опознавание листьев табака первые необходимые. В процессе расплывчатого опознавания, метод анализа группы расплывчатого использован, через этот метод, может сделать анализ неуверенных листьев более разумным и сделать несколько изображений в такой же группе принадлежите такой же категории, для того чтобы дать более точное опознавание. После расплывчатого опознавания, смогите к к опознаванию и сортируя процессу.

Собранные изображения упрощены и эффективная информация связанная с деятельностями при классификации извлечена после автоматического собрания изображения. Чем машина впишет обработку классификации. Система сравнит данные по изображения которые извлекли с сортируя стандартами, чем граница цель опознавания в различный сортировать, согласно классификации standards.and передает результат классификации компьютеру потребителя в конце концов.