芒果双面成熟度在线检测分级系统.PDF

第 35 卷 第 10 期 农 业 工 程 学 报 Vol.35 No.10 2019 年 5 月 Transactions of the Chinese Society of Agricultural Engineering May 2019 259 农产品加工工程 芒果双面成熟度在线检测分级系统 向 阳，林洁雯，李亚军，胡正方，熊 瑛 （湖南农业大学工学院，长沙 410128 ） 摘 要：芒果属于后熟水果，芒果成熟度分级可为芒果后熟、加工、包装、运输等工作提供便利条件。针对芒果形状不 规则，难以对整个外观进行检测的问题，该文提出了一种基于迁移学习的芒果双面成熟度在线检测分级系统。通过上、 下层输送带将芒果运输到图像采集区域，分别获取正、反面图像；两层输送带之间利用柔性翻面机构实现芒果无损翻面， 通过压缩试验及 ANSYS 软件建模分析芒果承受挤压力范围。合并正、反 2 张图像并进行预处理，将数据以 8:1.5:1.5 的 比例拆分为训练集、验证集、测试集，并用迁移学习方法在卷积神经网络模型进行芒果成熟度分级。使用卷积神经网络 模型对芒果成熟度分级平均准确率达到 96.72%，系统测定单个样品的平均耗时为 0.16 s，研究结果为芒果成熟度在线分 级提供参考。 关键词：机器视觉；分级；模型；芒果；双面检测；翻面机构；卷积神经网络；成熟度 doi ：10.11975/j.issn.1002-6819.2019.10.033 中图分类号：TP391.41; S24 文献标志码：A 文章编号：1002-6819(2019)-10-0259-08 向 阳，林洁雯，李亚军，胡正方，熊 瑛.芒果双面成熟度在线检测分级系统[J]. 农业工程学报，2019，35(10)：259 －266. doi ：10.11975/j.issn.1002-6819.2019.10.033 Xiang Yang, Lin Jiewen, Li Yajun, Hu Zhengfang, Xiong Ying. Mango double-sided maturity online detection and classification system [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(10): 259 －266. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.10.033 觉和极限学习机神经网络模型的理论，对 15 个芒果进行 0 引 言  了测试，准确率为 100%，为芒果分级提供了一种新的方 中国是芒果产量第二大国，面对巨大的芒果产量， 法。综上所述，相对于球形水果，芒果形状似椭球状， 现阶段中国普遍采用人工或者人机结合进行芒果分级[1] ， 质地较软，现有的研究均通过提取芒果单面图像实现检 且现有分级装置多针对芒果尺寸、质量进行分级，难以 测并分级，而芒果成熟度需要获取芒果全面图像才能反 实现芒果成熟度自动分级。将机器视觉技术应用于水果 映。目前没有针对芒果双面信息进行分级的相关研究。 分级可有效避免水果损伤，更可以减轻劳动力，提高分 本文提出一种基于迁移学习的芒果双面成熟度在线 级效率[2-4] [5-9] 检测分级系统，通过柔性翻面机构实现