10.3969/j.issn.1002-7300.2017.03.023
基于卷积神经网络的苹果缺陷检测算法
苹果的外观是评价苹果品质的重要特征.由于苹果的果萼与果梗的影响,机器视觉技术检测苹果的外观缺陷一直是研究的难点,提出了基于卷积神经网络(CNN)的苹果分块缺陷检测算法.首先改进了一种基于RGB彩色分量算术运算的背景分割算法;然后采用64×64步长为32的窗口对前景进行分块处理,以正常、果萼、果梗、边界图像块为正样本,以腐烂、疤痕、虫伤等缺陷统一为负样本,采用渐进式学习方法确定训练样本数目.正常与缺陷苹果各150个作为测试数据.实验结果表明,该算法的检测速度为5个/s,且正确率高达97.3%.
苹果缺陷检测、卷积神经网络、机器视觉、果梗、果萼
40
TP391;TN081(计算技术、计算机技术)
山东省自然科学基金BS2015ZZ006
2017-05-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
108-112