论文摘要
碧根果在生产加工过程中易酸败,误食会对人体造成多方面危害。针对此问题,提出一种基于多特征融合和水平集的碧根果品质检测方法。以薄壳碧根果为研究对象,首先,对采集的原始图像进行预处理,解决目标对象与背景区域比例不匹配问题;然后,通过改进边缘指示函数的自适应距离正则化水平集算法(Distance regularized level set evolution,DRLSE)对图像进行感兴趣区域(Region of interest,ROI)分割,最后提取图像灰度直方图统计特征、灰度共生矩阵、Tamura和局部二值模式等多特征,并进行融合分析,建立支持向量机(Support vector machine,SVM)判别模型,实现碧根果无损品质检测。试验采集了200个正常、酸败碧根果样本图像,对其进行图像酸败及多特征分析。结果表明,采用本文方法判别碧根果酸败的分类准确率高达96. 15%,在此基础上识别碧根果酸败程度,平均识别率为90. 81%。
论文目录
文章来源
类型: 期刊论文
作者: 刘哲,邹小波,宋余庆,王明,苏骏
关键词: 碧根果,水平集,多特征,支持向量机,无损检测
来源: 农业机械学报 2019年12期
年度: 2019
分类: 农业科技,工程科技Ⅰ辑,信息科技
专业: 轻工业手工业,计算机软件及计算机应用,自动化技术
单位: 江苏大学计算机科学与通信工程学院,江苏大学食品与生物工程学院
基金: 中国博士后科学基金项目(2017M611737),国家自然科学基金面上项目(61772242,61572239)
分类号: TS255.6;TP391.41;TP181
页码: 348-356+364
总页数: 10
文件大小: 4249K
下载量: 154