基于机器视觉的板栗分级检测方法

• 作者: 周竹 展慧 李小昱 汪成龙 王为 黄懿
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 农产品 神经网络 图像处理 板栗 机器视觉
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 327-331
• 分类号: TP391.41
• 字数: 3275字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2010.04.056

摘要

为实现合格和缺陷板栗的分级,研究了1种基于BP神经网络与板栗图像特征的板栗分级方法.试验以罗田板栗为研究对象,提取的颜色及纹理等8个特征值,通过主成分分析提取相应的主成分得分向量构成模式识别的输入.利用BP神经网络方法建立了板栗分级模型.试验结果表明,在图像信息主成分因子数为3,中间层节点数为12时,建立的模型最佳,模型训练时的回判率为100%,预测时识别率达到了91.67%.研究结果表明基于机器视觉技术的针对缺陷板栗分级检测方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	展慧	华中农业大学工学院	6	248	6.0	6.0
2	李小昱	华中农业大学工学院	88	1907	26.0	39.0
3	王为	华中农业大学工学院	63	1113	19.0	30.0
4	周竹	华中农业大学工学院	14	661	13.0	14.0
5	黄懿	华中农业大学工学院	5	289	4.0	5.0
6	汪成龙	华中农业大学工学院	6	344	5.0	6.0