研究目的
介绍一种采用辛普森算法结合普通相机实现高精度实时直径测量的方法，适用于水果分类等场景，以解决人工测量和激光测量方法在移动性和速度方面的局限性。
研究成果
采用辛普森算法设计的直径测量软硬件系统实现了93%至99%的准确率，当被测物体直径与校准直径相近时精度更高。该方法适用于水果分级等需要实时大批量测量的场景，但需谨慎管理校准流程。未来工作可研究自动校准调整功能，以实现无需人工干预的更广范围物体尺寸测量。
研究不足
测量的准确性高度依赖于校准；被测物体直径与校准直径之间的差异越大，误差就越高（观察到的最大误差达7%）。该系统最适合对精度要求不高的应用场景，例如传送带上的水果分拣，且由于采用固定穹顶设置可能不具备移动性。为保持精度，需要针对不同尺寸的物体调整校准，这可能导致实时应用中出现延迟。
型号：ZEISS LSM 990 Spectral Multiplex
加载中....
您正在对论文“[IEEE 2018国际信息与通信技术融合会议(ICTC) - 济州(2018.10.17-2018.10.19)] 2018年国际信息与通信技术融合会议(ICTC) - 基于辛普森算法的高精度实时机器视觉直径测量技术”进行纠错
纠错内容
联系方式（选填）
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期
