项目名称: 基于彩色图像信息的机采棉加工智能化控制策略研究

项目编号: No.51305164

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 机械、仪表工业

项目作者: 张成梁

作者单位: 济南大学

项目金额: 24万元

中文摘要: 本项目针对棉花加工混级、混轧、浪费严重的现象,通过机理分析、数学建模、数值仿真与实验验证相结合的途径,突破棉花杂质彩色图像分类检测的关键技术,研究基于模糊C均值聚类的棉花杂质彩色图像分割算法,揭示机采棉加工过程中杂质的除杂机理,如棉枝、铃壳、僵瓣、叶屑、杂草、不孕籽及尘杂等,提出根据含杂类型不同实时优化加工参数的精细化机采棉加工方案。针对每台棉机清理设备的性能特点,深入分析皮棉性状参数、棉花综合质量等级、价格结构、生产效率、衣分等因素,建立基于收益最大化的单目标优化模型,作为衡量棉花加工过程整体性能的目标评价函数,解决非线性、多变量耦合、时变和分布参数系统的建模问题。研究基于适应度排序的遗传算法,并对该模型进行全局最优求解,项目的实施为现代棉花加工行业实现机采棉加工工艺参数自适应调整提供科学依据和技术基础。

中文关键词: 机采棉;图像分割;杂质识别;参数优化;智能控制

英文摘要: In accordance with the phenomenons of mixed grade, mixed rolling and serious waste about cotton processing, through mechanism analysis, mathematical modeling, numerical simulation and experimental verification, key technologise of cotton impurity color image classification detection are broken through. Color image segmentation algorithm for cotton impurity based on fuzzy C-means clustering is studied, removing mechanism of impurity from machine-picked cotton such as cotton sticks, bracteole, stiff flap, leaves crumbs, weeds, mote and dust is revealed, and refined machine- picked cotton processing scheme for processing parameters optimization according to types of impurities is proposed. Based on performance characteristics for each machine, considering lint trait parameters, cotton comprehensive quality grade, price structure, production efficiency and gin turnout single objective optimization model based on maximizing revenue, as objective evaluation function of measuring cotton processing overall performance, modeling problem for nonlinearity, multivariable coupling, time varying and distributed parameter system is solved. Genetic algorithm based on fitness sorting is discussed, and global optimal solution for the model is conducted. Project Implementation provide scientific basis and technology fou

英文关键词: machine-harvested cotton;image segmentation;impurity recognition;parameter optimization;intelligent control

成为VIP会员查看完整内容
0

相关内容

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。 所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
48+阅读 · 2021年5月24日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
61+阅读 · 2021年4月22日
专知会员服务
69+阅读 · 2021年3月23日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
中国工业机器视觉产业发展白皮书,31页pdf
专知会员服务
101+阅读 · 2020年11月14日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
60+阅读 · 2020年7月12日
目标检测中边界框的回归策略
极市平台
17+阅读 · 2019年9月8日
【APS】PCB企业如何实现APS自动排程系统
产业智能官
12+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
一文看懂常用特征工程方法
AI研习社
17+阅读 · 2018年5月2日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
48+阅读 · 2021年5月24日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
61+阅读 · 2021年4月22日
专知会员服务
69+阅读 · 2021年3月23日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
中国工业机器视觉产业发展白皮书,31页pdf
专知会员服务
101+阅读 · 2020年11月14日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17日
相关资讯
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
60+阅读 · 2020年7月12日
目标检测中边界框的回归策略
极市平台
17+阅读 · 2019年9月8日
【APS】PCB企业如何实现APS自动排程系统
产业智能官
12+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
一文看懂常用特征工程方法
AI研习社
17+阅读 · 2018年5月2日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员