基于计算机视觉的葵花子外观品质检测研究

论文摘要

通过采集完好、霉变、破损葵花子的图像并对其进行预处理,研究共提取了3个颜色特征值(G、B、I)和5个纹理特征值(灰度均匀性、梯度均匀性、惯性矩、一致性、熵),采用BP神经网络和决策树算法分别对3种葵花子进行检测识别。结果显示,BP网络采纳全部8个特征值,正确率98.58%;决策树算法采纳2个特征值(G、B),正确率99.25%,说明决策树算法模型更简洁,效果更好,表明计算机视觉技术可以实现完好、霉变、破损葵花子的检测识别。

论文目录

1 材料与方法

1.1 试验材料

1.2 图像采集

1.2.1 图像采集系统

1.2.2 参数设置

1.2.3 图像采集

2 图像预处理及特征参数提取

2.1 图像预处理

2.1.2 图像去噪

2.1.3 图像二值化

2.1.4 膨胀和腐蚀

2.1.5 边缘检测

2.1.6 图像合成

2.2 特征参数提取

2.2.1 葵花子颜色特征参数提取

2.2.2葵花子纹理特征参数提取

3 葵花子外观品质分类模型的建立与分析

3.1 BP神经网络

3.1.1 BP神经网络概述

3.1.2 霉变、破损葵花子的BP神经网络识别

3.2 决策树算法

3.3 两种算法结果比较

4 结论

文章来源

类型: 期刊论文

作者: 吴进玲,张海东,李哲,施伟,田小军

关键词: 葵花子,计算机视觉,神经网络,决策树

来源: 湖北农业科学 2019年23期

年度: 2019

分类: 农业科技,信息科技

专业: 农作物,计算机软件及计算机应用,自动化技术

单位: 云南农业大学机电工程学院

基金: 云南农业大学科研开发基金项目

分类号: S565.5;TP391.41;TP183

DOI: 10.14088/j.cnki.issn0439-8114.2019.23.050

页码: 201-206

总页数: 6

文件大小: 744K

下载量: 134

基于计算机视觉的葵花子外观品质检测研究

论文摘要

论文目录

文章来源

相关论文文献