蔬菜中大肠杆菌的机器视觉快速检测

被引：6

作者：

丁筠 ^{[1
]}

殷涌光 ^{[2
]}

王旻 ^{[3
]}

机构：

[1] 吉林大学仿生工程学报编辑部

[2] 吉林大学生物与农业工程学院

[3] 吉林大学白求恩第二医院普外医院

来源：

农业机械学报 | 2012年 / 43卷 / 02期

关键词：

大肠杆菌; 蔬菜; 机器视觉; 主成分分析; 神经网络;

D O I：

暂无

中图分类号：

S63 [蔬菜园艺]; TP391.41 [];

学科分类号：

090202 ; 080203 ;

摘要：

为了适应蔬菜等农产品对大肠杆菌快速检测的需求,提出采用形态特征参数及染色后菌体区域的颜色特征参数统计值对大肠杆菌进行快速识别,同时提出采用主成分神经网络作为预测模型来提高识别能力。提取了Hu’s不变矩、形状因子、密集度、饱和度等14个具有尺度、平移、旋转不变性的特征参数,提取主成分建立了基于主成分的3层BP神经网络模型。将其与普通神经网络模型比较的结果表明,主成分神经网络简化了网络结构、减少了训练时间和计算量、提高了识别的正确率,对大肠杆菌的识别正确率达到91.33%。

引用

页码：134 / 139+145 +145

页数：7