首页|基于神经网络的籽棉颜色分级检测

基于神经网络的籽棉颜色分级检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决籽棉颜色分级问题,构造了一个基于L∗a∗b∗颜色空间的色度检测仪,主要由颜色传感器、光源及外围电路构成.针对用于籽棉颜色等级检测2个关键指标(反射率、黄度)输出不稳定问题,采用了4层BP神经网络和5块标准色板进行反复训练,使得校准后的反射率的变异系数小于0.21％,黄度的变异系数小于1.13％.在籽棉颜色等级检测实验中,制作了覆盖12个颜色等级的480个测试样.经过反复实验发现,使用该色度检测仪对1个测试样品,需要均匀分布10个测量点结果的平均值,才能得到稳定的色度测量值.最后,采用神经网络方法,对480个籽棉试样数据进行分析,其中:80％用于训练;20％用于识别.实验结果表明,对12个颜色等级的480个样品进行测试,得到的检测准确率都超过了90％.
Research on color grading of seed cotton based on neural network

徐守东、冷奕锦、吴国新

展开 >

安徽财经大学 棉花工程研究所,安徽 蚌埠 233041

籽棉 籽棉颜色分级 颜色传感器 人工神经网络

安徽高校自然科学研究项目安徽高校自然科学研究项目安徽高校自然科学研究项目

KJ2018A0439KJ2019A0650KJ2020ZD004

2020

10.13475/j.fzxb.20190502707

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心EI
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2020.41(10)
  • 1
  • 8