计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
10期
3562-3567
,共6页
计算机视觉%鱼%新鲜度%图像分割%BP神经网络
計算機視覺%魚%新鮮度%圖像分割%BP神經網絡
계산궤시각%어%신선도%도상분할%BP신경망락
computer vision%fish%freshness%image segmentation%BP (back propagation) neural network
针对传统的新鲜度检测方法存在着操作复杂、耗时和具有破坏性等缺点,研究尝试利用计算机视觉技术对鱼的新鲜度进行快速无损检测.利用自行设计的图像采集装置采集鲫鱼在4℃恒温条件下储藏不同天数的图像,运用数字图像处理技术从采集图像中分别分割提取出鱼眼虹膜、鱼鳃、体表的颜色以及体表的纹理等感兴趣区域图像特征信息,对这些信息采用PCA降维,建立BP神经网络模型对鱼储藏天数进行预测,最佳主成分数为8,训练集样本的分类正确率可达到94%,测试集的达到85%.研究结果表明,计算机视觉技术应用于鱼新鲜度的检测具有可行性.
針對傳統的新鮮度檢測方法存在著操作複雜、耗時和具有破壞性等缺點,研究嘗試利用計算機視覺技術對魚的新鮮度進行快速無損檢測.利用自行設計的圖像採集裝置採集鯽魚在4℃恆溫條件下儲藏不同天數的圖像,運用數字圖像處理技術從採集圖像中分彆分割提取齣魚眼虹膜、魚鰓、體錶的顏色以及體錶的紋理等感興趣區域圖像特徵信息,對這些信息採用PCA降維,建立BP神經網絡模型對魚儲藏天數進行預測,最佳主成分數為8,訓練集樣本的分類正確率可達到94%,測試集的達到85%.研究結果錶明,計算機視覺技術應用于魚新鮮度的檢測具有可行性.
침대전통적신선도검측방법존재착조작복잡、모시화구유파배성등결점,연구상시이용계산궤시각기술대어적신선도진행쾌속무손검측.이용자행설계적도상채집장치채집즉어재4℃항온조건하저장불동천수적도상,운용수자도상처리기술종채집도상중분별분할제취출어안홍막、어새、체표적안색이급체표적문리등감흥취구역도상특정신식,대저사신식채용PCA강유,건립BP신경망락모형대어저장천수진행예측,최가주성분수위8,훈련집양본적분류정학솔가체도94%,측시집적체도85%.연구결과표명,계산궤시각기술응용우어신선도적검측구유가행성.