基于计算机视觉和神经网络的芒果外观等级分类研究Research on Mango Appearance Rank Classification Based on Computer Vision and Neural Network
林雯;
摘要(Abstract)：
针对目前对芒果外观品质分级还是采取人工分级的不足,提出了一种基于计算机视觉和BP神经网络的芒果外观等级分类方法。首先,通过计算机视觉技术获取芒果图像,并利用基本的图像处理方法对芒果图像进行预处理。其次,根据芒果外观特征对芒果外观等级分类的影响,选择芒果的小波特征、缺陷面积所占百分比、颜色H分量值、芒果横径和果形指数等特征作为芒果外观等级分类的特征参数。最后,将提取的8个特征参数作为BP神经网络的输入,以芒果的3个等级分类为输出,建立芒果外观等级分类的神经网络模型,实现了芒果的外观等级分类。试验结果表明了该方法的有效性,识别率达93.3%。
关键词(KeyWords)： 计算机视觉;芒果;BP神经网络;特征提取;外观等级分类
基金项目(Foundation):
作者(Author): 林雯;
Email:
DOI: 10.13989/j.cnki.0517-6611.2010.23.267
参考文献(References)：
- [1]韦家少.世界芒果产业发展概况[J].中国热带农业,2005(5):22-25.
- [2]YIMYAM P,CHALIDABHONGSE T,SIRISOMBOON P,et al.Physical properties analysis of mangousingcomputervision[C].Korea:Internation-al Conference on Control,Automation and Systems(ICCAS0'5),2005.
- [3]王江枫,罗锡文,洪添胜,等.计算机视觉技术在芒果重量及果面坏损检测中的应用[J].农业工程学报,1998(12):186-189.
- [4]黄勇平,章程辉,刘静.应用计算机视觉对芒果表面缺陷的判别研究[J].福建热作科技,2008,33(1):4-6.
- [5]黎静,薜龙,刘木华,等.基于计算机视觉的脐橙分级系统研究[J].江西农业大学学报,2006,28(2):304-307.
- [6]章程辉,刘木华,王群.红毛丹色泽品质的计算机视觉分级技术研究[J].农业工程学报,2005,21(11):108-111.
- [7]中华人民共和国农业部.NY/T492-2002中华人民共和国农业行业标准芒果[S].北京:中国标准出版社,2002.
- [8]杨福生.小波变换的工程分析与应用[M].北京:科学出版社,2000.
- [9]汪建,杜世平.基于颜色和形状的茶叶计算机识别研究[J].茶叶科学,2008,28(6):420-424.
- [10]焦李成.神经网络应用与实现[M].西安:西安电子科技大学出版社,1996.