ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ФУНКЦІОНУВАННЯ ПРИСТРОЮ СОРТУВАННЯ ЯБЛУК ШЛЯХОМ РОЗПІЗНАВАННЯ ЇХ ХАРАКТЕРИСТИК
Ключові слова:
пристрій сортування, розпізнавання об’єктів, метод SIFT, метод FAST, яблука.
Анотація
Анотація – у статті розглянуто підвищення ефективності функціонування пристрою сортування яблук шляхом розпізнавання їх характеристик. Пропонується здійснювати розпізнавання контурів об’єктів при їх появі у кадрі, а надалі їх відеоспостереження за унікальними особливими точками зображення.
Посилання
1. Терешкін О. Г. Наукове обґрунтування комбінованих процесів та розробка ресурсозберігаючого устаткування для очищення овочевої сировини : дис. … д-ра тех. наук : 05.18.12. Харків, 2014. 345 с.
2. Медведев М. В. Информационно-измерительная система обнаружения и распознавания объектов на изображениях бортового оптико-электронного модуля беспилотного летательного аппарата на основе вейвлет-преобразования : дис. канд. техн. наук : 05.11.16. Казань, 2014. 129 с.
3. Harris C. A., Stephens M. Combined corner and edge detector // AlveyVision Conference. 1988. № 6. P. 147-151.
4. Bay H., Tuytelaars T., Van Gool L. SURF: Speeded up robust features // Proceedings of the European Conference on Computer Vision. 2006. № 2. P. 404-407.
5. Rosten E., Drummond Т. Machine learning for high-speed cornerdetection // Proceedings of the European Conference on Computer Vision. P. 430–443.
6. Lowe G. D. Distinctive Image Featuresfrom Scale-Invariant Keypoints // International Journal of Computer Vision. 2004. № 1. P. 1-28.
7. Алпатов Б. А., Бабаян П. В., Балашов О. Е. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. Москва: Радиотехника, 2008. 176 с.
8. Vedaldi A. Dense Scale Invariant Feature Transform (DSIFT). URL : http://www.vlfeat.org/api/dsift.html (дата звернення: 20.11. 2018).
2. Медведев М. В. Информационно-измерительная система обнаружения и распознавания объектов на изображениях бортового оптико-электронного модуля беспилотного летательного аппарата на основе вейвлет-преобразования : дис. канд. техн. наук : 05.11.16. Казань, 2014. 129 с.
3. Harris C. A., Stephens M. Combined corner and edge detector // AlveyVision Conference. 1988. № 6. P. 147-151.
4. Bay H., Tuytelaars T., Van Gool L. SURF: Speeded up robust features // Proceedings of the European Conference on Computer Vision. 2006. № 2. P. 404-407.
5. Rosten E., Drummond Т. Machine learning for high-speed cornerdetection // Proceedings of the European Conference on Computer Vision. P. 430–443.
6. Lowe G. D. Distinctive Image Featuresfrom Scale-Invariant Keypoints // International Journal of Computer Vision. 2004. № 1. P. 1-28.
7. Алпатов Б. А., Бабаян П. В., Балашов О. Е. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. Москва: Радиотехника, 2008. 176 с.
8. Vedaldi A. Dense Scale Invariant Feature Transform (DSIFT). URL : http://www.vlfeat.org/api/dsift.html (дата звернення: 20.11. 2018).
Опубліковано
2019-04-15
Як цитувати
Цвіркун, Л., & Цвіркун, С. (2019). ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ФУНКЦІОНУВАННЯ ПРИСТРОЮ СОРТУВАННЯ ЯБЛУК ШЛЯХОМ РОЗПІЗНАВАННЯ ЇХ ХАРАКТЕРИСТИК. Праці Таврійського державного агротехнологічного університету імені Дмитра Моторного, 19(1). https://doi.org/10.31388/10.31388/2078-0877
Розділ
Галузеве машинобудування
