粮油食品科技
糧油食品科技
량유식품과기
SCIENCE AND TECHNOLOGY OF CEREALS,OILS AND FOODS
2014年
3期
59-63
,共5页
张玉荣%陈赛赛%周显青%王伟宇%吴琼%王海荣
張玉榮%陳賽賽%週顯青%王偉宇%吳瓊%王海榮
장옥영%진새새%주현청%왕위우%오경%왕해영
图像处理%小麦%不完善粒%神经网络%识别
圖像處理%小麥%不完善粒%神經網絡%識彆
도상처리%소맥%불완선립%신경망락%식별
为了实现图像处理技术对小麦不完善粒的准确快速识别,研究了一种基于小麦不完善粒图像特征和BP神经网络的不完善粒识别方法.采集小麦不完善粒图像,对图像进行中值滤波、形态学运算、图像分割等处理后,针对每个小麦籽粒,提取其形态、颜色和纹理共3大类54个特征参数,采用主成分分析法提取8个主成分得分向量作为模式识别的输入,建立BP神经网络模型,实现对小麦不完善粒的检测识别.结果表明,该模型对完善粒、破损粒、病斑粒、生芽粒和虫蚀粒的判别正确率分别为93％、98％、100％、90％和85％,平均判别正确率达到93％,可有效对小麦不完善粒进行检测识别.
為瞭實現圖像處理技術對小麥不完善粒的準確快速識彆,研究瞭一種基于小麥不完善粒圖像特徵和BP神經網絡的不完善粒識彆方法.採集小麥不完善粒圖像,對圖像進行中值濾波、形態學運算、圖像分割等處理後,針對每箇小麥籽粒,提取其形態、顏色和紋理共3大類54箇特徵參數,採用主成分分析法提取8箇主成分得分嚮量作為模式識彆的輸入,建立BP神經網絡模型,實現對小麥不完善粒的檢測識彆.結果錶明,該模型對完善粒、破損粒、病斑粒、生芽粒和蟲蝕粒的判彆正確率分彆為93％、98％、100％、90％和85％,平均判彆正確率達到93％,可有效對小麥不完善粒進行檢測識彆.
위료실현도상처리기술대소맥불완선립적준학쾌속식별,연구료일충기우소맥불완선립도상특정화BP신경망락적불완선립식별방법.채집소맥불완선립도상,대도상진행중치려파、형태학운산、도상분할등처리후,침대매개소맥자립,제취기형태、안색화문리공3대류54개특정삼수,채용주성분분석법제취8개주성분득분향량작위모식식별적수입,건립BP신경망락모형,실현대소맥불완선립적검측식별.결과표명,해모형대완선립、파손립、병반립、생아립화충식립적판별정학솔분별위93％、98％、100％、90％화85％,평균판별정학솔체도93％,가유효대소맥불완선립진행검측식별.
