基于机器视觉的樱桃缺陷检测与识别

• 作者: 叶家敏 姜艳超 裴悦琨 谷宇 连明月 韩心新
• 来源期刊: 食品与机械
• 关键词: 缺陷检测 樱桃分级 机器视觉 卷积神经网络
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 贮运与保鲜
• 页码范围: 137-140,226
• 页数: 5页
• 字数: 3430字
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2019.12.025

摘要

以机器视觉技术为基础,利用卷积神经网络对樱桃缺陷进行检测与识别,并进行验证.结果表明,正常果樱桃识别准确率为99.25％,缺陷果樱桃识别准确率为97.99％,识别速度为25个/s;通过与其他方法进行对比,试验方法能够准确检测并识别多种缺陷类型.