基于机器学习的芒果缺陷度腐烂度预测模型

摘要：

针对芒果内部腐烂程度难以预测的问题,提出一种在MATLAB中利用机器学习建立芒果缺陷度腐烂度预测模型的方法.首先,采集芒果缺陷图像,并进行滤波去噪平滑噪声.然后,利用迭代阈值分割和形态学运算,提取芒果果皮、果肉、表面缺陷和果肉腐烂图像.最后,提取芒果表面特征,并定义果皮缺陷度及果肉腐烂度,运用BP神经网络进行数据拟合,建立缺陷度腐烂度预测模型.实验结果表明本文建立的预测模型对芒果腐烂度的预测平均准确率达到88.3％.

关键词：芒果、机器学习、缺陷度腐烂度预测模型、机器视觉、BP神经网络

所属期刊栏目：38

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61976083

在线出版日期：2022-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：151-157