Usually, computer vision algorithms

Usually, computer vision algorithms used in potato industries include two main steps: potato segmentation and defect detection. In the first step, a proper segmentation algorithm should be applied to an input image to separate the potato regions from its background, while the second step detects the different defects in the segmented potato images [1][18]. The quality of the segmentation algorithm plays an important role in improving the output of the defect detection step. Generally, in all previous works, a controlled illumination and background are considered that simplifies the segmentation step. It means that in various backgrounds or shadow conditions, the performance of the defects detection effectively reduces since the performance of segmentation algorithm degrades. This paper presents a robust potato image segmentation algorithm which can be simply used in all image processing-based potato quality control algorithms. The proposed segmentation algorithm can improve the performance of corresponding machine vision system in practical applications where the background and imaging conditions are not fully controlled.

Kết quả (Việt) 1:

Thông thường, máy tính tầm nhìn hai bước chính bao gồm các thuật toán được sử dụng trong ngành công nghiệp khoai tây: khoai tây phân khúc và khiếm khuyết phát hiện. Trong bước đầu tiên, một thuật toán phân khúc thích hợp nên được áp dụng cho một hình ảnh nhập vào để tách vùng khoai tây từ nền tảng của nó, trong khi thứ hai bước phát hiện các Khuyết tật khác nhau trong các hình ảnh phân đoạn khoai tây [1] [18]. Chất lượng của các thuật toán phân khúc đóng một vai trò quan trọng trong việc cải thiện kết quả của bước phát hiện khiếm khuyết. Nói chung, trong tất cả các tác phẩm trước đó, một điều khiển chiếu sáng và nền được coi mà đơn giản hóa các bước phân khúc. Nó có nghĩa rằng trong nền hoặc bóng tối điều kiện khác nhau, hiệu suất phát hiện khiếm khuyết về hiệu quả làm giảm kể từ khi làm giảm hiệu suất của các thuật toán phân khúc. Bài viết này trình bày một thuật toán phân khúc hình ảnh mạnh mẽ khoai tây có thể được chỉ đơn giản là sử dụng trong tất cả các thuật toán kiểm soát chất lượng khoai tây chế biến dựa trên hình ảnh. Các thuật toán phân khúc được đề xuất có thể cải thiện hiệu suất của hệ thống tầm nhìn máy tương ứng trong các ứng dụng thực tế, nơi mà nền và hình ảnh điều kiện không hoàn toàn được kiểm soát.

Kết quả (Việt) 2:

Thông thường, các thuật toán máy tính tầm nhìn được sử dụng trong các ngành công nghiệp khoai tây bao gồm hai bước chính: khoai tây phân khúc và phát hiện sai sót. Trong bước đầu tiên, một thuật toán phân khúc thích hợp nên được áp dụng cho một hình ảnh đầu vào để phân tách các vùng khoai tây từ nền tảng của nó, trong khi bước thứ hai phát hiện các khuyết tật khác nhau trong hình ảnh khoai tây phân đoạn [1] [18]. Chất lượng của các thuật toán phân chia nhỏ đóng một vai trò quan trọng trong việc cải thiện đầu ra của bước phát hiện sai sót. Nói chung, trong tất cả các tác phẩm trước đó, một ánh sáng kiểm soát và nền được coi là đơn giản hóa các bước phân khúc. Nó có nghĩa rằng trong nền hoặc bóng khác nhau điều kiện, hiệu suất của việc phát hiện các khuyết tật làm giảm hiệu quả từ việc thực hiện các thuật toán phân chia nhỏ phân hủy. Bài viết này trình bày một thuật toán phân vùng ảnh khoai tây mạnh mẽ mà có thể chỉ cần sử dụng trong tất cả các thuật toán điều khiển chất lượng khoai xử lý hình ảnh dựa trên. Các thuật toán phân chia nhỏ đề xuất có thể cải thiện hiệu suất của hệ thống thị giác máy tương ứng trong các ứng dụng thực tế nơi các điều kiện nền và hình ảnh không được kiểm soát hoàn toàn.