基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据脐橙图像的特点和分级标准,运用计算机视觉和神经网络算法对脐橙进行自动检测与分级.采用中值滤波和线性低通滤波技术对原始脐橙图像进行平滑、去噪,在对脐橙图像像素点颜色信息统计的基础上,通过设置蓝色分量、色调、饱和度的阈值,从图像中快速准确的分割出果实图像;确定果实横径、果形、表面缺陷率、色泽与着色率为脐橙外部品质分级的特征参数;通过BP神经网络建立了特征参数与脐橙等级之间的关系模型,试验结果表明,其预测准确率达到85%.
推荐文章
鸭梨品质检测计算机视觉系统研究
机器视觉
鸭梨
果面缺陷
虚拟仪器
计算机视觉在农产品外部品质检测中的应用研究
农产品
计算机视觉
品质检测
外部品质
结合计算机视觉的马铃薯外部品质检测技术
计算机视觉
马铃薯分级
品质检测
基于计算机视觉的铆钉缺陷检测
计算机视觉
图像处理
差影法
铆钉缺陷
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 脐橙外部品质计算机视觉检测技术初步研究
来源期刊 中国农业科技导报 学科 农学
关键词 计算机视觉 脐橙 特征参数 BP神经网络
年,卷(期) 2008,(4) 所属期刊栏目 研究简报
研究方向 页码范围 100-104
页数 5页 分类号 S37|TP391.41
字数 2998字 语种 中文
DOI 10.3969/j.issn.1008-0864.2008.04.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘木华 江西农业大学工学院 228 2503 23.0 41.0
2 黎静 江西农业大学工学院 29 397 11.0 19.0
3 刘国敏 江西农业大学工学院 9 87 5.0 9.0
5 邹猛 吉林大学地面机械仿生技术教育部重点实验室 46 437 12.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (273)
参考文献  (10)
节点文献
引证文献  (21)
同被引文献  (97)
二级引证文献  (86)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(10)
  • 参考文献(0)
  • 二级参考文献(10)
1999(11)
  • 参考文献(2)
  • 二级参考文献(9)
2000(9)
  • 参考文献(1)
  • 二级参考文献(8)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(8)
  • 引证文献(3)
  • 二级引证文献(5)
2011(8)
  • 引证文献(1)
  • 二级引证文献(7)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(10)
  • 引证文献(0)
  • 二级引证文献(10)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(15)
  • 引证文献(5)
  • 二级引证文献(10)
2017(14)
  • 引证文献(4)
  • 二级引证文献(10)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
计算机视觉
脐橙
特征参数
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国农业科技导报
月刊
1008-0864
11-3900/S
大16开
北京市海淀区中关村南大街12号
82-245
1999
chi
出版文献量(篇)
3698
总下载数(次)
3
总被引数(次)
34539
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导