首页|基于神经网络的水果智能分级系统研究

基于神经网络的水果智能分级系统研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于目前国内外有关计算机图像处理技术的水果分级研究都是针对苹果、柑桔等大型水果,而对于小型水果(如樱桃、荔枝等)的分级还要依靠人工进行,因此提出了一种基于颜色空间的分割识别与基于BP神经网络分级相结合的水果识别分级法.该算法根据成熟水果所特有的颜色作为特征描述值进行分割识别出成熟的水果,并在该基础上以水果目标的色度均值和色度均方差为特征进行BP神经网络分级,从而提高了成熟水果分拣和分级的效率.实验结果表明:该算法对成熟水果的识别准确率达93.16％,平均分级正确率为93.3％,可满足实际水果识别分级的作业要求.
Research on Intelligent Fruit Grading System Based on Neural Network

殷素峰、陈洵凛

展开 >

东莞理工学院城市学院 智能制造学院 ,广东 东莞 523419

颜色空间 BP神经网络 水果智能分级

东莞市社会科技发展项目东莞理工学院城市学院青年教师发展基金

20185071511505:2017QJY004Z

2020

机械工程与自动化
山西省机电设计研究院 山西省机械工程学会

机械工程与自动化

影响因子：0.251
ISSN：1672-6413
年,卷(期)：2020.(2)
  • 1
  • 4