VISION BASED FRUIT INSPECTION USING INDEPENDENT COMPONENT ANALYSIS
- سال انتشار: 1383
- محل انتشار: سومین کنفرانس ماشین بینایی و پردازش تصویر
- کد COI اختصاصی: ICMVIP03_090
- زبان مقاله: انگلیسی
- تعداد مشاهده: 1197
نویسندگان
University of Tehran
University of Tehran
چکیده
we will propose a vision-based fruit inspection method that can robustly discriminate fruit defects. This is achieved by automatic feature extraction using ICA. Comparing with PCA and HSI decompositions, we will show that ICA results in better defect discrimination. Although no order is defined for ICA components, we observed that the defect unmixing vector of each fruit is clustered in a compact region of RGB space and a simple classifier can pick up the correct unmixing vector.کلیدواژه ها
Fruit Inspection, Computer Vision, Independent Component Analysisمقالات مرتبط جدید
- طراحی یک شبکه هوشمند مبتنی بر بلاکچین و ارزیابی مزایای آن در صنعت فولاد
- تفکیک حالات صورت با استفاده از سیگنال الکترومایوگرافی تک کاناله و شبکه عصبی مصنوعی
- بررسی اثر سینامالدهید بر انعقاد خون با استفاده از داکینگ مولکولی
- طراحی و ساخت دستگاه تنفسی هوشمند چندمنظوره نانواسپیرو با قابلیت پایش، تحلیل هوش مصنوعی و اکسیژن درمانی پیوسته
- طراحی مدل ریاضی برای زنجیره تامین گردشگری کشاورزی مطالعه موردی استانهای شمالی ایران
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.