使用3CCD高精度面陣相機采集新疆多個品種核桃RGB圖像,設(shè)計一種自適應(yīng)雙閾值的Otsu法,快速、準確地分割出缺陷區(qū)域;基于分割區(qū)域的幾何、紋理等20 個初始特征,轉(zhuǎn)換為新的9 維特征向量集;以該特征集為輸入,建立基于貝葉斯、BP神經(jīng)網(wǎng)絡(luò)與支持向量機的15 個識別模型,對比評價其適應(yīng)性,以及裂縫、碎殼、黑斑3 類核桃外部缺陷的識別性能與時間。結(jié)果表明,基于徑向基的支持向量機識別模型效果最好,對3 類缺陷的驗證集平均識別率分別為93.06%、88.31%、89.27%,對缺陷的總識別率為90.21%,平均識別時間為10-4 s級。研究成果能夠用于今后核桃缺陷的在線檢測與分級,同時也為堅果等其他作物品質(zhì)的在線檢測識別提供一定參考。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2