基于卷积神经网络的苹果缺陷检测算法

• 作者: 刘云 杨建滨 王传旭
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 苹果缺陷检测 卷积神经网络 机器视觉 果梗 果萼
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 108-112
• 页数: 5页
• 分类号: TP391|TN081
• 字数: 2682字
• 语种: 中文

摘要

苹果的外观是评价苹果品质的重要特征.由于苹果的果萼与果梗的影响,机器视觉技术检测苹果的外观缺陷一直是研究的难点,提出了基于卷积神经网络(CNN)的苹果分块缺陷检测算法.首先改进了一种基于RGB彩色分量算术运算的背景分割算法;然后采用64×64步长为32的窗口对前景进行分块处理,以正常、果萼、果梗、边界图像块为正样本,以腐烂、疤痕、虫伤等缺陷统一为负样本,采用渐进式学习方法确定训练样本数目.正常与缺陷苹果各150个作为测试数据.实验结果表明,该算法的检测速度为5个/s,且正确率高达97.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云	青岛科技大学信息学院	51	356	10.0	16.0
2	王传旭	青岛科技大学信息学院	45	244	9.0	14.0
3	杨建滨	青岛科技大学信息学院	2	18	1.0	2.0