基于計(jì)算機(jī)視覺與神經(jīng)網(wǎng)絡(luò)的芒果等級分類研究.pdf

1、研究水果品質(zhì)快速無損檢測技術(shù)，對于提高水果質(zhì)量和生產(chǎn)效率、降低勞動(dòng)強(qiáng)度有著重要價(jià)值。本文以芒果為研究對象，利用計(jì)算機(jī)視覺技術(shù)及神經(jīng)網(wǎng)絡(luò)技術(shù)對芒果分類的方法與表面的常見缺陷進(jìn)行了研究。研究了芒果大小、顏色、缺陷和小波特征，采用BP神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)芒果等級分類。主要研究內(nèi)容和研究結(jié)果如下： 由于芒果表面比較光滑，反光性較好，故選用黑色吸光物體作為背景。這樣有利于后續(xù)圖像的處理。在此基礎(chǔ)上，研究了圖像處理窗口的確定、圖像濾波、圖像增強(qiáng)

2、、圖像邊緣檢測、圖像分割等多種圖像預(yù)處理的方法。兼顧速度和效果，采用超快速中值濾波法去除圖像采集過程中受到的各種噪聲的干擾。采用灰度線性變換進(jìn)行圖像增強(qiáng)。采用小波變換的方法進(jìn)行芒果圖像邊緣檢測。因?yàn)槿毕莶糠值牧炼冉橛诤谏尘芭c光滑的芒果表面之間，采用最大方差法進(jìn)行芒果圖像與背景分割。 在研究芒果形狀、顏色、缺陷和小波特點(diǎn)的基礎(chǔ)上，選擇了橫徑(W)，芒果顏色(H分量值)(C)，果形指數(shù)(E)，缺陷面積所占百分比(P)，芒果的小波特

3、征參數(shù)(Ca1，Ch1，Cv1，Cd1)作為芒果的形狀特征、顏色特征、缺陷特征，小波特征，對這些特征進(jìn)行了定性分析，研究了這些特征對芒果分類的影響。 介紹了神經(jīng)網(wǎng)絡(luò)用于模式識別的優(yōu)點(diǎn)，對比了前向網(wǎng)絡(luò)、反饋網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)的優(yōu)缺點(diǎn)，選取結(jié)構(gòu)簡單、工作狀態(tài)穩(wěn)定、易于實(shí)現(xiàn)和通用性強(qiáng)BP網(wǎng)絡(luò)的作為芒果品質(zhì)鑒定模型。通過試驗(yàn)表明此網(wǎng)絡(luò)分級效果較好。其分級準(zhǔn)確率平均可達(dá)87％。并用MATLAB初步開發(fā)了一套芒果品質(zhì)的計(jì)算機(jī)視覺分級軟件。該軟