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

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