作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的芒果分级采用人工观察和化学分析方法,无法适应产业的发展.随着科学的进步,人们开发出多种无损检测和分级技术以提高水果的市场竞争力,但受检测和分级设备的限制,目前的相关研究都停留在试验阶段.为此,设计了一种基于计算机视觉的芒果品质检测方法,拍摄芒果图像后利用自适应Canny算法获取目标区域的边缘,以大小、颜色和表面缺陷反映芒果的品质,并基于BP神经网络实现对芒果的分级.仿真试验表明:计算机视觉对芒果品质分级的准确率超过93%,处理单张图像平均耗时0.8s,可以用于芒果品质的实时检测和在线分级.
推荐文章
计算机视觉技术在水果品质检测中的研究进展
水果分级
计算机视觉
品质检测
高光谱成像
近红外成像
鸭梨品质检测计算机视觉系统研究
机器视觉
鸭梨
果面缺陷
虚拟仪器
计算机视觉在农产品外部品质检测中的应用研究
农产品
计算机视觉
品质检测
外部品质
生物视觉仿生在计算机视觉中的应用研究
生物视觉仿生
侧抑制
对数极坐标变换
脉冲耦合神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 计算机视觉在芒果品质检测中的应用研究
来源期刊 农机化研究 学科 农学
关键词 计算机视觉 芒果 品质 检测 神经网络
年,卷(期) 2019,(9) 所属期刊栏目 新技术应用
研究方向 页码范围 190-193
页数 4页 分类号 S126|TP391.41
字数 2649字 语种 中文
DOI 10.3969/j.issn.1003-188X.2019.09.035
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 辛华健 12 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (100)
共引文献  (153)
参考文献  (15)
节点文献
引证文献  (5)
同被引文献  (38)
二级引证文献  (3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(2)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(14)
  • 参考文献(4)
  • 二级参考文献(10)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
计算机视觉
芒果
品质
检测
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导