10.3969/j.issn.1000-4998.2022.04.018
基于机器视觉和反向传播神经网络的蓝莓表面缺陷检测
针对蓝莓表面缺陷检测快速、准确的需求,提出一种基于机器视觉和反向传播神经网络的蓝莓表面缺陷检测方法.构建蓝莓表面缺陷图片数据集,通过形态学相加等图像处理技术实现蓝莓图像的背景去除与图像增强,采用最大类间方差阈值方法提取蓝莓表面缺陷.对蓝莓表面缺陷提取外观特征,包括色调分量图像的色调累积频度、纹理特征、几何特征.利用主成分分析优化蓝莓表面缺陷外观特征,构建基于反向传播神经网络的蓝莓表面缺陷检测模型.测试集检测结果表明,采用基于机器视觉和反向传播神经网络的蓝莓表面缺陷检测方法,平均识别率达到92.3％,对腐烂、擦伤、机械损伤、褶皱的识别率均高于83％.
机器视觉、反向传播神经网络、蓝莓、缺陷、检测
60
TP274+.5(自动化技术及设备)
2022-07-13（万方平台首次上网日期，不代表论文的发表时间）
共5页
54-58
