基于计算机视觉和神经网络检测鸡蛋裂纹的研究

被引:42
作者
潘磊庆
屠康
苏子鹏
杨佳丽
李宏文
机构
[1] 南京农业大学食品科技学院
关键词
鸡蛋; 裂纹; 检测; 计算机视觉; BP神经网络;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TP274.4 [];
学科分类号
摘要
为了提高鸡蛋裂纹检测的准确性和效率,综合运用计算机视觉技术和BP神经网络技术,实现对鸡蛋表面裂纹的无损检测和分级。首先,通过计算机视觉系统获取鸡蛋表面的图像,对图像分析处理,提取了裂纹区域和噪声区域的5个几何特征参数。其次,将5个参数作为输入,建立结构为5-10-2的BP神经网络模型,对裂纹进行识别和鸡蛋的自动分级。试验结果表明模型对裂纹鸡蛋的识别准确率达到了92.9%,对整批鸡蛋的分级准确率达到了96.8%。
引用
收藏
页码:154 / 158
页数:5
相关论文
共 9 条
[1]   基于BP神经网络的鸡蛋新鲜度无损检测方法 [J].
王巧华 ;
任奕林 ;
文友先 .
农业机械学报, 2006, (01) :104-106
[2]   基于计算机视觉的番茄损伤自动检测与分类研究 [J].
王树文 ;
张长利 ;
房俊龙 .
农业工程学报, 2005, (08) :98-101
[3]   敲击振动检测鸡蛋裂纹的初步研究 [J].
潘磊庆 ;
屠康 ;
赵立 ;
赵艺泽 ;
潘秀娟 .
农业工程学报, 2005, (04) :11-15
[4]   利用敲击声音信号进行禽蛋破损检测和模糊识别 [J].
王树才 ;
任奕林 ;
陈红 ;
熊利荣 ;
文友先 .
农业工程学报, 2004, (04) :130-133
[5]   基于人工神经网络与图像处理的苹果识别方法研究 [J].
包晓安 ;
张瑞林 ;
钟乐海 .
农业工程学报, 2004, (03) :109-112
[6]   无损检测技术在禽蛋破损自动检测中的应用 [J].
陈红 ;
王巧华 ;
文友先 .
食品与机械, 2003, (05) :9-10
[7]   鸭蛋破损检测的试验研究 [J].
文友先 ;
王巧华 ;
宗望远 ;
陈红 ;
熊利荣 ;
刘俭英 ;
余佑生 .
华中农业大学学报, 2002, (03) :285-287
[8]   BP算法各种改进算法的研究及应用 [J].
金丕彦,芮勇 .
南京航空航天大学学报, 1994, (S1) :201-205
[9]  
Detection in eggs by machinevision .2 Elster R T,Goodrum J W. Transactions ofthe ASAE . 1991