基于神经网络图像分析的智能鲜茶叶分选机

• 作者: 任守纲 宋卫东 常春 肖宏儒 陈怡群
• 来源期刊: 中国农机化学报
• 学科: 工学
• 关键词: 人工神经网络 图像识别 茶叶分选 特征值 茶叶机械
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 137-141
• 页数: 5页
• 分类号: TS272
• 字数: 4115字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-5553.2013.01.034

摘要

介绍一种用人工神经网络技术对鲜茶叶进行分类的方法和采用这种方法对鲜茶叶进行分类的智能鲜茶叶分选机 利用茶叶图像的面积、周长、等二阶距椭圆长、短轴长度等几何特征和图像的对比度、平滑度等纹理特征进行BP网络的训练可以将茶叶分类,并获得较好的茶叶分类效果.智能鲜茶叶分选机的分选工作在一个旋转水平圆盘上完成,摄像机采集到圆盘上的茶叶图像,计算机的神经网络图像分析程序对茶叶进行种类识别,并将计算结果通知分选机的执行装置,完成分类.试验表明,这种鲜茶叶分选机的分类正确率可达到90％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖宏儒		131	1263	18.0	27.0
2	宋卫东		76	604	15.0	20.0
3	任守纲	南京农业大学信息科技学院	54	499	12.0	21.0
4	常春		12	122	8.0	11.0
5	陈怡群		4	70	4.0	4.0