农业工程学报
農業工程學報
농업공정학보
2011年
2期
345-349
,共5页
展慧%李小昱%周竹%汪成龙%高云
展慧%李小昱%週竹%汪成龍%高雲
전혜%리소욱%주죽%왕성룡%고운
农产品%神经网络%机器视觉%近红外光谱%板栗
農產品%神經網絡%機器視覺%近紅外光譜%闆慄
농산품%신경망락%궤기시각%근홍외광보%판률
为提高合格和缺陷板栗分级检测识别精度,提出了近红外光谱和机器视觉的多源信息融合技术的板栗缺陷检测方法.试验以湖北京山板栗为试验对象,利用BP神经网络方法建立了基于近红外光谱、机器视觉和多源信息融合技术的板栗分级检测模型.试验结果表明,3种识别模型对对训练集板栗回判率分别为96.25%、96.67%和97.92%:对测试集板栗的识别率为86.25%、83.75%和90.00%.基于近红外光谱和机器视觉的多源信息融合技术进行板栗分级检测的方法是可行的,融合模型较单独采用机器视觉技术或近红外光谱分析技术建立模型的识别率均有显著提高.
為提高閤格和缺陷闆慄分級檢測識彆精度,提齣瞭近紅外光譜和機器視覺的多源信息融閤技術的闆慄缺陷檢測方法.試驗以湖北京山闆慄為試驗對象,利用BP神經網絡方法建立瞭基于近紅外光譜、機器視覺和多源信息融閤技術的闆慄分級檢測模型.試驗結果錶明,3種識彆模型對對訓練集闆慄迴判率分彆為96.25%、96.67%和97.92%:對測試集闆慄的識彆率為86.25%、83.75%和90.00%.基于近紅外光譜和機器視覺的多源信息融閤技術進行闆慄分級檢測的方法是可行的,融閤模型較單獨採用機器視覺技術或近紅外光譜分析技術建立模型的識彆率均有顯著提高.
위제고합격화결함판률분급검측식별정도,제출료근홍외광보화궤기시각적다원신식융합기술적판률결함검측방법.시험이호북경산판률위시험대상,이용BP신경망락방법건립료기우근홍외광보、궤기시각화다원신식융합기술적판률분급검측모형.시험결과표명,3충식별모형대대훈련집판률회판솔분별위96.25%、96.67%화97.92%:대측시집판률적식별솔위86.25%、83.75%화90.00%.기우근홍외광보화궤기시각적다원신식융합기술진행판률분급검측적방법시가행적,융합모형교단독채용궤기시각기술혹근홍외광보분석기술건립모형적식별솔균유현저제고.