农业机械学报

作者：王玉伟，杨玲玲，朱浩杰，饶元，刘路，侯文慧

单位：安徽农业大学,安徽农业大学,安徽农业大学,安徽农业大学,安徽农业大学,安徽农业大学,

关键词：苹果;隐性损伤检测;结构光反射成像;三相位解调法;语义分割;卷积神经网络

基金：安徽省自然科学基金项目（2308085ME169）、安徽省高校科研计划项目（2022AH050872）和农业农村部农业传感器重点实验室开放项目（KLAS2022KF020）

苹果从采摘到销售过程中易发生机械损伤，需要及时剔除以避免腐烂变质。然而机械损伤早期苹果外观颜色变化不明显，通常表现为隐性损伤，检测比较困难。提出了一种基于结构光反射成像（SIRI）和卷积神经网络（CNN）的苹果隐性损伤检测方法。通过搭建SIRI系统，采集待测苹果调制的结构光图像，再利用三相位解调法提取交流分量，增强苹果隐性损伤对比度；然后利用交流分量图像制作苹果隐性损伤数据集，并使用基于CNN的语义分割网络FCN、UNet、HRNet、PSPNet、DeepLabv3+、LRASPP和SegNet训练损伤检测模型，多组试验结果表明上述模型均能有效地检测出不同情况下的苹果隐性损伤。其中HRNet模型精确率、召回率、F1值和平均交并比较高，分别为97.96%、97.52%、97.74%和97.58%，但检测速度仅为60f/s；PSPNet模型检测速度较快，可达到217f/s，但其?检测精度略低，精确率、召回率、F1值和平均交并比分别为97.10%、94.57%、95.82%和95.90%。

来源：2024年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第3期