10.3969/j.issn.1005-1295.2024.04.014
基于深度学习的冬枣智能分选技术与装备研究
针对冬枣分选难、分选精度低等问题,设计一种基于深度学习的冬枣智能分选机,搭建卷积神经网络模型,对冬枣准确地识别分类;冬枣360°滚动至图像采集区域,采用颜色空间变换、二值处理、图像分割等方法提取冬枣目标,消除背景对检测效率的影响;由Arduino控制8路继电器通断完成冬枣的分选.试验结果表明,搭建的冬枣缺陷检测模型平均判别准确率达98.12%,其中畸形果的判别准确率100%、病果99.6%、优质果98.8%、裂果97.8%,每组平均测试时间149.32 ms;当传送速度为0.5 m/s时,检测准确率达98.01%.研究对冬枣分选工作有重要意义.
冬枣、深度学习、机器视觉、品质分级、表面缺陷
42
TS255.35(食品工业)
山东省农机装备研发创新计划项目2018YF015
2024-09-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
94-100