基于计算机视觉的芒果检测与分级研究

• 作者: 李国进 董第永 陈双
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 芒果 计算机视觉 检测 分级
• 年，卷（期）: 2015,（10）
• 页码范围: 13-18,23
• 页数: 7页
• 分类号: S662.9|TP183
• 字数: 3660字
• 语种: 中文

摘要

针对目前芒果的外观品质分级主要采取人工方法所存在的不足，提出了一种基于计算机视觉和极限学习机神经网络（ ELM ）模型的芒果分级方法。首先，利用图像处理方法对拍摄的芒果图像进行预处理；然后，根据芒果的外观特征提取芒果面积、等效椭圆长短轴之比、H分量均值和缺陷面积所占百分比4个特征参数，作为模型的输入向量，并以芒果的3个等级级别为模型输出向量。在模型的建立过程中，采用粒子群优化算法（ PSO ）对ELM 随机给定的输入权值矩阵和隐层阈值进行寻优，最后以实验获得的数据对模型进行训练和测试。结果表明：使用粒子群算法优化后的极限学习机模型（ PSOELM ）与单纯的 ELM、传统的 BP 和 SVM 相比，具有更高的分级精度，为水果的等级分级提供了一种新的方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国进	广西大学电气工程学院	29	163	6.0	12.0
2	陈双	广西大学电气工程学院	6	123	5.0	6.0
3	董第永	广西大学电气工程学院	3	41	3.0	3.0