基于图像处理和神经网络的小麦不完善粒识别方法研究

• 作者: 吴琼 周显青 张玉荣 王伟宇 王海荣 陈赛赛
• 来源期刊: 粮油食品科技
• 学科: 工学
• 关键词: 图像处理 小麦 不完善粒 神经网络 识别
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 质量安全
• 页码范围: 59-63
• 页数: 5页
• 分类号: TS210|TP391
• 字数: 4398字
• 语种: 中文

摘要

为了实现图像处理技术对小麦不完善粒的准确快速识别,研究了一种基于小麦不完善粒图像特征和BP神经网络的不完善粒识别方法.采集小麦不完善粒图像,对图像进行中值滤波、形态学运算、图像分割等处理后,针对每个小麦籽粒,提取其形态、颜色和纹理共3大类54个特征参数,采用主成分分析法提取8个主成分得分向量作为模式识别的输入,建立BP神经网络模型,实现对小麦不完善粒的检测识别.结果表明,该模型对完善粒、破损粒、病斑粒、生芽粒和虫蚀粒的判别正确率分别为93％、98％、100％、90％和85％,平均判别正确率达到93％,可有效对小麦不完善粒进行检测识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周显青	河南工业大学粮油食品学院	160	1837	22.0	30.0
2	张玉荣	河南工业大学粮油食品学院	156	1706	22.0	29.0
3	吴琼	河南工业大学粮油食品学院	6	24	2.0	4.0
4	王海荣	河南工业大学粮油食品学院	3	23	2.0	3.0
5	陈赛赛	河南工业大学粮油食品学院	9	74	6.0	8.0
6	王伟宇	河南工业大学粮油食品学院	4	37	2.0	4.0