(2) The strawberry colour is a very important index to sort. The
Dominant Colour method fits to the human vision feeling, and
increase the grading precision, so that it is adopted in a* channel
to sort the strawberry colour feature. Based on this method,
three colour sorting indices were obtained.
(3) Because of the complex strawberry shape, the strawberry shape
classification algorithm was the main focus of this paper. The Kmeans
clustering method is the optimal algorithm in clustering
analysis. According to the advance class centers, this K-means
clustering method could put some similar class into one center.
So it is very fast for this method to calculate and classify.
In strawberry gradation, the strawberry shape is divided into
four classes, i.e., there are four advance class centers. The 14
lines were drawn from one edge of strawberry to the other,
and to be parameters of shape feature. The 14 lines were clustered
to classify the strawberry into four classes. The largest
fruit diameter was used to describe strawberry’s size.
(4) In order to carry out one, two or three indices to grade the
strawberry, the multi-attribute Decision Making Theory was
introduced. It can assign different weight to different attributes
of the object according to different standards to achieve the
simplification of the multi-attribute problems. According to the
grading require, the grading index and the weight of attribution
were entered to realize the multi-attribute strawberry classification.
(5) In the laboratory, the mechanical part and control part were
tested. The results show that the strawberry classification algorithm
is designed viable and accurately. Strawberry size error
is less than 5%, the colour grading accuracy rate is 88.8%, and
the shape classification accuracy rate is over 90%. The average
time to grade one strawberry is no more than 3 s.
(6) The strawberries in this automated grading system are put on
the belt manually. In further researches, the strawberries could
be transported automatically in order to improve the automation.
( 2 ) สตรอเบอร์รี่สีเป็นดัชนีสำคัญมากเพื่อจัดเรียง
วิธีการสีเด่น เหมาะกับวิสัยทัศน์ของมนุษย์และเพิ่มระดับความรู้สึก
ความแม่นยำ ดังนั้นมันเป็นลูกบุญธรรมใน * ช่อง
เรียงสตรอเบอร์รี่สีคุณสมบัติ ตามวิธีนี้
3 สี การเรียงลำดับดัชนีได้รับ .
( 3 ) เนื่องจากรูปร่างซับซ้อนสตรอเบอรี่ , สตรอเบอรี่รูปร่าง
ขั้นตอนวิธีการจำแนกเป็นจุดสนใจหลักของบทความนี้ การแบ่งกลุ่ม kmeans
วิธีการขั้นตอนวิธีที่ดีที่สุดในการจัดกลุ่ม
การวิเคราะห์ ตามการเลื่อนระดับศูนย์ ซึ่ง k-means
สำหรับวิธีใส่เหมือนชั้นเป็นหนึ่งศูนย์ .
มันรวดเร็วมากสำหรับวิธีนี้สามารถคำนวณและจำแนก .
ในสตรอเบอรี่ชั้น , สตรอเบอร์รี่รูปร่างแบ่งออกเป็น
สี่ชั้นเรียน ได้แก่มี 4 เลื่อนคลาสศูนย์ 14
เส้นวาดจากหนึ่งขอบของสตรอเบอร์รี่กับ อื่น ๆ ,
และเป็นพารามิเตอร์ของรูปร่าง ลักษณะ 14 สายพันธุ์ พัว
แยกสตรอเบอร์รี่เป็นสี่ชั้น เส้นผ่าศูนย์กลางผลไม้ที่ใหญ่ที่สุดคือใช้เพื่ออธิบายขนาดสตรอเบอรี่
.
( 4 ) เพื่อดำเนินการ หนึ่ง สอง หรือ สามดัชนีเกรด
สตรอเบอร์รี่โดยปริญญาทฤษฎีการตัดสินใจคือ
แนะนำ มันสามารถกำหนดน้ำหนักที่แตกต่างกันเพื่อที่แตกต่างกันคุณสมบัติ
ของวัตถุตามมาตรฐานที่แตกต่างกันเพื่อให้บรรลุ
หนึ่งเดียวของปัญหาปริญญา . ตาม
ระดับต้องการ ระดับดัชนีและน้ำหนักที่มา
ถูกป้อนเพื่อตระหนักถึงปริญญาสตรอเบอรี่
การจำแนก( 5 ) ในห้องปฏิบัติการ , เครื่องกลและควบคุมส่วนหนึ่ง
ทดสอบ ผลการวิจัยแสดงให้เห็นว่า สตรอเบอรี่ การจำแนกขั้นตอนวิธี
ออกแบบได้และถูกต้อง
ข้อผิดพลาดสตรอเบอรี่ขนาดน้อยกว่า 5 % , การให้คะแนนสีอัตราความถูกต้องเป็น 88.8 %
รูปร่างและความแม่นยำในการจำแนกอัตรา 90% เวลาเฉลี่ย
เกรดหนึ่งสตรอเบอร์รี่จะไม่เกิน 3 S .
( 6 ) สตรอเบอร์รี่ในอัตโนมัติระบบเกรดวางบน
เข็มขัดได้ด้วยตนเอง ในงานวิจัยต่อไป , สตรอเบอร์รี่สามารถ
ถูกเคลื่อนย้ายโดยอัตโนมัติเพื่อปรับปรุงอัตโนมัติ
การแปล กรุณารอสักครู่..