水果表面缺陷自动检测系统中的人工智能方法研究

被引：7

作者：

杨秀坤

陈晓光

马成林

于海业

机构：

[1] 吉林工业大学

来源：

农业工程学报 | 1997年 / S1期

关键词：

自适应特征聚类,决策树,缺陷检测,人工神经网络;

D O I：

暂无

中图分类号：

S126 [电子技术、计算机技术在农业上的应用];

学科分类号：

082804 ;

摘要：

通过计算机视觉技术获取了带有各种表面缺陷的苹果图像并进行预处理，采用自适应特征聚类（ＳＡＦＣ）神经网络与模糊加权决策树（ＦＷＤＴ）相结合的方法实现了缺陷区域的准确检测和详细分类。实验结果表明，用人工智能方法进行表面缺陷检测，具有良好的抗噪容错能力并能有效地克服传统图像分割方法适应性差的缺点，提高判别准确率和分类精度。

引用

页码：249 / 254

页数：6