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:
为了提高芒果检测与分类的准确率和效率,综合运用计算机视觉技术和BP神经网络技术,实现对芒果损伤的检测与分类.首先,通过计算机视觉系统获取芒果图像,利用图像处理去除噪声、图像分割和图像增强等多种基本图像处理的方法,对芒果损伤图像进行处理;其次,对芒果图像进行了特征分析,提取9个特征参数,将这9个特征参数作为输入,建立BP神经网络模型,对芒果进行分类.试验结果表明,模型对芒果识别的准确率达85.5%.
推荐文章
基于计算机视觉和神经网络的芒果外观等级分类研究
计算机视觉
芒果
BP神经网络
特征提取
外观等级分类
基于离散型Hopfield网络的计算机网络安全等级分类研究
网络安全等级
财务评价
Hopfield神经网络
入侵检测
自适应模糊神经网络在膨胀土胀缩等级分类中的应用
膨胀土
胀缩等级
自适应模糊神经网络
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 基于计算机视觉和神经网络的芒果检测与等级分类
来源期刊 农机化研究 学科 工学
关键词 计算机视觉 芒果 检测 BP神经网络
年,卷(期) 2008,(10) 所属期刊栏目 设计制造
研究方向 页码范围 57-60
页数 4页 分类号 TP391|TS971
字数 2635字 语种 中文
DOI 10.3969/j.issn.1003-188X.2008.10.017
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 张烈平 桂林工学院电子与计算机系 34 309 9.0 16.0
2 陈婷 桂林工学院电子与计算机系 3 61 3.0 3.0
3 曾爱群 桂林工学院电子与计算机系 2 37 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (28)
参考文献  (4)
节点文献
引证文献  (30)
同被引文献  (106)
二级引证文献  (181)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 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(6)
  • 引证文献(2)
  • 二级引证文献(4)
2011(12)
  • 引证文献(3)
  • 二级引证文献(9)
2012(17)
  • 引证文献(1)
  • 二级引证文献(16)
2013(24)
  • 引证文献(5)
  • 二级引证文献(19)
2014(33)
  • 引证文献(6)
  • 二级引证文献(27)
2015(23)
  • 引证文献(2)
  • 二级引证文献(21)
2016(32)
  • 引证文献(1)
  • 二级引证文献(31)
2017(24)
  • 引证文献(2)
  • 二级引证文献(22)
2018(17)
  • 引证文献(3)
  • 二级引证文献(14)
2019(17)
  • 引证文献(2)
  • 二级引证文献(15)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
计算机视觉
芒果
检测
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
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导