文献类型：期刊文章

作　　者：孔彦龙[1] 高晓阳[1] 李红玲[1] 张明艳[1] 杨占峰[1] 毛红玉[1] 杨倩[1]

机构地区：[1]甘肃农业大学工学院甘肃省干旱生境作物学重点实验室,兰州730070

出　　处：《农业工程学报》

基　　金：国家自然科学基金项目(61164001);甘肃省教育厅高等学校科研计划项目(1102-07);甘肃省干旱生境作物学重点实验室开放基金课题(1102-11)资助

年　　份：2012

卷　　号：28

期　　号：17

起止页码：143-148

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20124415631049)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：马铃薯的质量和形状是机器视觉分级的2个重要特征和依据,为实现马铃薯质量与形状检测分级,该文提出了一种基于图像综合特征参数的分选方法。首先提取马铃薯俯视图的面积参数和侧视图的周长参数,通过回归分析建立马铃薯的质量检测模型,实现对马铃薯的质量分选;然后提取马铃薯俯视图像的6个不变矩参数,输入到已训练好的神经网络,完成对马铃薯形状分选。试验结果表明:该方法可以有效的检测马铃薯的质量并区分其形状,质量分选准确率为95.3%,薯形分选准确率为96%。可满足实际应用的要求。

关 键 词：农产品 神经网络 机器视觉 马铃薯 质量形状分选  特征参数

分 类 号：TP391.41]