基于等效椭圆和BP神经网络的马铃薯形状分类研究

被引：13

作者：

王泽京 ^{[1
]}

高晓阳 ^{[1
]}

毕阳 ^{[2
]}

张明艳 ^{[1
]}

李红岭 ^{[1
]}

机构：

[1] 甘肃农业大学工学院

[2] 甘肃农业大学食品科学与工程学院

来源：

甘肃农业大学学报 | 2011年 / 46卷 / 03期

关键词：

马铃薯; 形状分类; 等效椭圆; 神经网络; 特征参数;

D O I：

10.13432/j.cnki.jgsau.2011.03.023

中图分类号：

S532 [马铃薯（土豆）];

学科分类号：

摘要：

根据国家马铃薯分级标准的要求,提出了一种基于区域的等效椭圆和BP神经网络相结合的马铃薯形状分类方法.首先运用等效椭圆来提取一组特征参数R和C,然后将这些特征参数输入到已训练好的BP神经网络完成对马铃薯的形状分类.结果表明:该方法选用的特征参数少,能较为有效的描述马铃薯的形状,分级结果准确率达94.7%,与人工分级的一致性高,能满足实际检测的要求.

引用

页码：131 / 135

页数：5

共 9 条

[1] 基于Zernike矩的马铃薯薯形检测
郝敏
麻硕士
郝小冬
[J]. 农业工程学报, 2010, 26 (02) : 347 - 350
[2] 基于计算机视觉的马铃薯自动检测分级
郑冠楠
谭豫之
张俊雄
李伟
[J]. 农业机械学报, 2009, 40 (04) : 166 - 168+156
[3] 基于图像不变矩特征和BP神经网络的车型分类
秦钟
[J]. 华南理工大学学报(自然科学版), 2009, 37 (02) : 87 - 91
[4] 基于LabVIEW的苹果擦伤分级系统设计
高晓阳
Paul H Heinemann
Joseph Irudayaraj
[J]. 农业机械学报, 2006, (04) : 152 - 154
[5] 基于计算机视觉的农产品形状分级研究
高华
王雅琴
[J]. 计算机工程与应用, 2004, (14) : 227 - 229
[6] 黄花梨果形的机器视觉识别方法研究
应义斌
景寒松
马俊福
赵匀
蒋亦元
[J]. 农业工程学报, 1999, (01) : 198 - 202
[7] NY/T 1066-2006. 马铃薯等级规格[S]. 2006
[8] 人工神经网络教程[M]. 北京邮电大学出版社 , 韩力群, 2006
[9] 图像分析[M]. 科学出版社 , 孙即祥编著, 2005

← 1 →