声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1964/S
国际刊号：1000-1298
发布日期:
作者：李 龙,彭彦昆,李永玉,王 凡,张 捷
单位：中国农业大学;国家农产品加工技术装备研发分中心,中国农业大学;国家农产品加工技术装备研发分中心,中国农业大学;国家农产品加工技术装备研发分中心,中国农业大学;国家农产品加工技术装备研发分中心,北京出入境检验检疫局检验检疫技术中心,
关键词：苹果; 伤痕; 果梗/花萼; 在线识别; 机器视觉
基金：国家重点研发计划项目（2016YFD0400905-5）
为了解决苹果果梗/花萼与伤痕在线识别的问题，利用自行设计的机器视觉检测系统在线采集苹果图像，通过自动分割合成算法将3个不同运动状态下的图像进行合成，使得合成后图像可以包含苹果的整个表面。再利用感兴趣区域提取算法提取出苹果合成图像中的果梗/花萼和伤痕部分。通过分析早期伤痕、中期伤痕和后期伤痕的纹理特征和边缘梯度特征，得出纹理特征适用于早中期伤痕与果梗/花萼的检测，而由于后期伤痕的褐变严重且多已出现凹陷，其纹理特征与果梗/花萼相似，故通过提取后期伤痕和果梗/花萼的边缘梯度特征值用于两者的区分。从SVM的建模结果来看，对于早中期伤痕，模型的总体判别正确率为97%，而后期伤痕的总体判别正确率为96%，并利用所得到的模型设计了用于果梗/花萼与伤痕区分的总体算法。最终通过80个带有不同种类伤痕的样本验证总体算法的正确率为95%，验证试验结果表明该算法可实现对果梗/花萼与伤痕的在线识别。
来源：2018年第11期
《农业机械学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。