换一批融合YOLOv8与形态学特征的马铃薯分级多缺陷检测系统
An Integrated YOLOv8 and Morphological Features-Based System for Multi-Defect Detection in Potato Grading
摘要针对马铃薯采后分选中多类型缺陷自动化检测需求,设计了融合YOLOv8 与形态学特征的马铃薯分级多缺陷检测系统.硬件系统采用振动筛箱与双速传送带相结合的上料方式,将分级后的马铃薯传入图像采集区,由上机计算机控制的面阵工业相机在马铃薯正上方采集单面图像.软件系统可实时处理采集到的马铃薯图像,通过YOLOv8s模型结合CBAM注意力机制定位,分割出单个马铃薯.以传送带为坐标系基准进行手眼标定,通过算法计算出其长宽比,圆形度,轮廓分段数量,骨架总长度和骨架分支数量,并提取出马铃薯的形状特征,马铃薯一旦达到缺陷指标就判断为"不合格",则IPC将转换过的缺陷马铃薯坐标传至PLC,运行桁架机械手完成剔除工作.实验结果表明该系统检测效率高且准确率可达96％以上,有效满足马铃薯生产自动化、智能化的需求.
更多相关知识
关键词
马铃薯农产品机器视觉YOLOv8CBAM缺陷检测手眼标定potatoagricultural productsmachine visionYOLOv8CBAMdefect detectionhand-eye calibration
栏目名称
DOI
10.16210/j.cnki.1007-7561.2026.01.019
发布时间
2026-03-19（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
