基于計算機視覺與神經(jīng)網(wǎng)絡的芒果等級分類研究.pdf

1、研究水果品質快速無損檢測技術，對于提高水果質量和生產效率、降低勞動強度有著重要價值。本文以芒果為研究對象，利用計算機視覺技術及神經(jīng)網(wǎng)絡技術對芒果分類的方法與表面的常見缺陷進行了研究。研究了芒果大小、顏色、缺陷和小波特征，采用BP神經(jīng)網(wǎng)絡技術實現(xiàn)芒果等級分類。主要研究內容和研究結果如下： 由于芒果表面比較光滑，反光性較好，故選用黑色吸光物體作為背景。這樣有利于后續(xù)圖像的處理。在此基礎上，研究了圖像處理窗口的確定、圖像濾波、圖像增強

2、、圖像邊緣檢測、圖像分割等多種圖像預處理的方法。兼顧速度和效果，采用超快速中值濾波法去除圖像采集過程中受到的各種噪聲的干擾。采用灰度線性變換進行圖像增強。采用小波變換的方法進行芒果圖像邊緣檢測。因為缺陷部分的亮度介于黑色背景與光滑的芒果表面之間，采用最大方差法進行芒果圖像與背景分割。 在研究芒果形狀、顏色、缺陷和小波特點的基礎上，選擇了橫徑(W)，芒果顏色(H分量值)(C)，果形指數(shù)(E)，缺陷面積所占百分比(P)，芒果的小波特

3、征參數(shù)(Ca1，Ch1，Cv1，Cd1)作為芒果的形狀特征、顏色特征、缺陷特征，小波特征，對這些特征進行了定性分析，研究了這些特征對芒果分類的影響。 介紹了神經(jīng)網(wǎng)絡用于模式識別的優(yōu)點，對比了前向網(wǎng)絡、反饋網(wǎng)絡和自組織網(wǎng)絡的優(yōu)缺點，選取結構簡單、工作狀態(tài)穩(wěn)定、易于實現(xiàn)和通用性強BP網(wǎng)絡的作為芒果品質鑒定模型。通過試驗表明此網(wǎng)絡分級效果較好。其分級準確率平均可達87％。并用MATLAB初步開發(fā)了一套芒果品質的計算機視覺分級軟件。該軟