基于机器视觉的马铃薯质量和形状分选方法

• 作者: 孔彦龙 张明艳 李红玲 杨倩 杨占峰 毛红玉 高晓阳
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 农产品 神经网络 机器视觉 马铃薯 质量形状分选 特征参数
• 年，卷（期）: 2012,（17）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 143-148
• 页数: 6页
• 分类号: TP391.41
• 字数: 3908字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2012.17.021

摘要

马铃薯的质量和形状是机器视觉分级的2个重要特征和依据,为实现马铃薯质量与形状检测分级,该文提出了一种基于图像综合特征参数的分选方法.首先提取马铃薯俯视图的面积参数和侧视图的周长参数,通过回归分析建立马铃薯的质量检测模型,实现对马铃薯的质量分选；然后提取马铃薯俯视图像的6个不变矩参数,输入到已训练好的神经网络,完成对马铃薯形状分选.试验结果表明:该方法可以有效的检测马铃薯的质量并区分其形状,质量分选准确率为95.3％,薯形分选准确率为96％.可满足实际应用的要求.