基于神经网络与图像处理的花生仁霉变识别方法

陈红; 熊利荣; 胡筱波; 王巧华; 吴谋成

首页> 中文期刊> 《农业工程学报》 >基于神经网络与图像处理的花生仁霉变识别方法

基于神经网络与图像处理的花生仁霉变识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了采用机器视觉对霉变花生仁的自动识别与分选,研究了一种基于花生仁图像特征和人工神经网络的霉变识别方法.首先,利用Sobel算子直接对噪声含量少、边缘保存较完整的B分量灰度图进行边缘检测,经过形态学滤波、填充、合成等处理去除背景,得到分割后的彩色花生仁图像.然后提取颜色特征H、I、S及纹理特征RW、GW、BW,将其作为MATLAB所创建的神经网络的输入,并分别定义正常、轻度霉变、严重霉变3组代码为100、010、001的类型作为网络的输出,建立特征参数与霉变等级之间的神经网络识别模式.试验结果表明,该方法对正常花生仁、轻度霉变花生仁、严重霉变花生仁的检测准确率分别为95%、90%、100%,得到了较好的识别效果.

著录项

来源
《农业工程学报》 |2007年第4期|158-161|共4页
作者
陈红; 熊利荣; 胡筱波; 王巧华; 吴谋成;
展开▼
作者单位

华中农业大学工程技术学院,武汉,430070;

华中农业大学工程技术学院,武汉,430070;

华中农业大学食品科技学院,武汉,430070;

华中农业大学工程技术学院,武汉,430070;

华中农业大学食品科技学院,武汉,430070;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
花生仁; 霉变; 图像处理; 神经网络;

相似文献

中文文献
外文文献
专利

1. 基于卷积神经网络的霉变烟叶图像识别方法研究 [J] . 李亚召 ,云利军 ,叶志霞 . 计算机工程与科学 . 2021,第003期
2. 基于图像处理和神经网络的站场状态信息识别方法 [J] . 王飞 . 铁道通信信号 . 2021,第003期
3. 基于图像处理与卷积神经网络的煤矸识别方法 [J] . 武国平 ,梁兴国 ,胡金良 . 微型电脑应用 . 2021,第006期
4. 基于图像处理及BP神经网络的火灾识别方法 [J] . 张宇峰 . 数码设计（下） . 2017,第004期
5. 基于图像处理及BP神经网络的火灾识别方法 [J] . 张宇峰 . 数码设计．CG WORLD . 2017,第008期
6. 基于图像处理的茄子叶部病害识别方法研究 [C] . Tian Kai ,田凯 ,Zhang Liankuan . 中国农业工程学会2015年学术年会 . 2015
7. 霉变花生仁色选试验研究 [A] . 张德高 . 2017

基于神经网络与图像处理的花生仁霉变识别方法

摘要

著录项

相似文献

相关主题

期刊订阅