基于人工神经网络与图像处理的苹果识别方法研究-农业工程学报.pdf

基于人工神经网络与图像处理的苹果识别方法研究-农业工程学报.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于人工神经网络与图像处理的苹果识别方法研究-农业工程学报

第 20 卷 第 3 期 农 业 工 程 学 报 V o l. 20 N o. 3 2004 年 5 月 T ransactions of the CSA E M ay 2004 109 基于人工神经网络与图像处理的苹果识别方法研究 1, 2 1 2 包晓安 , 张瑞林 , 钟乐海 ( 1. 浙江理工大学信息电子学院, 杭州 310033;  2. 西华师范大学微机应用研究所, 南充 637002) 摘 要: 针对中国苹果等级划分主要依靠人工感官进行识别判断的现状, 提出了以应用计算机视觉以及图像处理技术为 基础, 通过改变传统学习向量量化( ) 网络输入层各参数的权重来改变其在竞争层中的竞争能力。采用改进后的 LVQ LVQ 网络算法, 对苹果进行等级判别试验, 取得了良好的试验结果, 识别正确率达 88. 9% , 且具有较好的稳定性。 关键词: 计算机视觉; 学习向量量化网络; 人工神经网络; 图像处理; 等级判别 中图分类号: T P 183; T P 391. 41    文献标识码: A     文章编号:(2004) 0 引 言 苹果的外型特征是评价其品质的一个重要指标, 对 苹果的形状、颜色、以及质量的判别是苹果等级判别检 测中不可缺少的内容。目前, 国内苹果的等级判别基本 采用人工外观检查和比较, 这一肉眼判别过程存在着缺 乏客观性、精度欠高、视觉容易疲劳、速度缓慢等问题, 给苹果的销售和出口带来很大困难。在 1985 年, R ehkugler [ 1 ] 等人就提出了采用黑白摄像头基于苹果图 图 1  网络 LVQ [ 2 ] 像灰度的缺陷检测方法, 刘禾 等人提出图像分割的方 . 1  F ig LVQ neural netw o rk [ 3 ] 法对苹果进行等级划分, 籍保平 等人提出了基于计算 果竞争层神经元 i 是指定给类k , 那么设w 2 = 1, 其它所 机视觉的苹果分级系统等。 k i 随着计算机处理速度的不断提高, 计算机模拟人类 有元素都设置为 0。一旦定义了w 2 , 它将不再改变。 视觉系统, 在图像识别与分析中采用人工神经网络技术 LV Q 学习规则[ 6 ] 是, 假设输出为

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档