基于计算机视觉和神经网络的鸡蛋新鲜度检测

• 作者: 张海东 王孟 翟超男 邢志中 郭小军 陈腾
• 来源期刊: 江苏农业科学
• 学科: 农学
• 关键词: 鸡蛋 计算机视觉 新鲜度 神经网络
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 160-163
• 页数: 4页
• 分类号: S126
• 字数: 2692字
• 语种: 中文
• DOI: 10.15889/j.issn.1002-1302.2017.11.044

摘要

为了提高鸡蛋新鲜度分级的准确率,利用计算机视觉技术,通过所搭建的鸡蛋透射光图像采集系统获取鸡蛋透射光图像信息,提取鸡蛋的5个形状特征和6个颜色特征参数,结合BP神经网络与鸡蛋的哈夫单位值进行对照,从而建立鸡蛋新鲜度检测分级模型.其训练集和测试集的分级正确率分别为99.583 3％和98.333 3％.该分级模型的分级正确率达98.000 0％以上,具有较好的泛化功能及鲁棒性.结果表明,用鸡蛋的形状参数与颜色参数,结合神经网络对鸡蛋新鲜度分级是可行的,具有较高的分级正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海东	云南农业大学机电工程学院	28	691	10.0	26.0
2	翟超男	云南农业大学机电工程学院	5	9	2.0	3.0
3	王孟	云南农业大学机电工程学院	7	11	2.0	3.0
4	邢志中	云南农业大学机电工程学院	7	10	2.0	3.0
5	郭小军	云南农业大学机电工程学院	8	13	2.0	3.0
6	陈腾	云南农业大学机电工程学院	7	13	2.0	3.0