机器视觉分级文心蘭切花之研究

《机器视觉分级文心蘭切花之研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、農業機械學刊第10卷第1期2001年3月17以機器視覺分級文心蘭切花之研究席友亮1，李芳繁21.國立中興大學農業機械工程學系碩士2.國立中興大學農業機械工程學系教授，本文通訊作者摘要本研究之目的是使用機器視覺技術萃取文心蘭切花之特徵參數，以進行文心蘭切花之分級。本文使用兩種方法對文心蘭切花進行分級。第一種方法係依據文心蘭切花分級標準加以分級，所使用之分級參數有花部長、莖部長及分枝數。第二種方法係使用類神經網路對切花分級，輸入網路的參數有花部投影面積、花部邊界長度、花部長、莖部長、切花中間部分莖粗以及莖部底端莖粗。第一種分級方法之分級結果與人工分級結果比較，相符的程度為7

2、2%，而第二種分級方法之分級結果與人工分級比較，相符程度為79%。關鍵詞：文心蘭、分級、機器視覺、類神經網路ONCIDIUMCUTFLOWERGRADINGWITHMACHINEVISIONYu-LiangHsi1,Fang-FanLee21.FormerGraduateStudent,DepartmentofAgriculturalMachineryEngineering,NationalChungHsingUniversity.2.Professor,DepartmentofAgriculturalMachineryEngineering,NationalChung

3、HsingUniversity,CorrespondingAuthor.Theobjectiveofthisstudyistousedigitalimageprocessingtechniquestoextractfeatureparametersofoncidiumcutflowersforgrading.Twomethodswereemployedtogradethecutflowers.Thefirstmethodutilizedthelengthoftheflowerpart,thelengthofthestempart,andthenumberofbranch

4、estogradetheflowersaccordingtothegradingcriteriaofoncidiumcutflowers.Thesecondmethodusedanartificialneuralnetworktogradethecutflowers.Theprojectedareaoftheflowerpart,theboundarylengthoftheflowerpart,thelengthoftheflowerpart,thelengthofthestempart,andthestemdiametersofthecutflowerinthemid

5、dleaswellasattheendofthestemwereusedasthegradinginputparameterstotheneuralnetwork.Thegradingaccuracyofthefirstmethodwas72%comparedwithmanualgradingresults,whilethegradingaccuracywas79%forthesecondmethod.Keywords:Oncidium,Grading,Machinevision,Artificialneuralnetwork18農業機械學刊第10卷第1期2001年3月

6、一、前言關的分級資訊，以判斷切花的等級。藉由這套文心蘭切花分級系統提高文心蘭切花分級的準確性及一致性，以期達到提高文心蘭切花品質、減低文心蘭(Oncidiumspp.)為複莖地生蘭或著生生產成本的成效，提昇文心蘭切花在國際市場上蘭，由於盛開時宛如一群少女婆娑起舞又稱跳舞的競爭力。蘭，廣泛應用在西式插花。近年來在本省切花生本文之研究目的為：產占一席之地，且外銷美、日成功（林，1998），發展求取文心蘭切花分級標準中三個主要參以1997年為例，外銷日本估計有450萬支以上數：花部長、莖部長與分枝數之方法，並找出（黃，1999），現為國內五大明星花卉產業之一。其他有利於類神經

7、網路分級的特徵參數。近年來其生產面積的成長率達30%，根據官方統以分級標準的條件及類神經網路兩種方法分別計其栽種面積約160～170公頃，而在民間的非正對文心蘭切花作等級的分辨判斷，並評估兩種式統計其面積已超過300公頃。文心蘭產期每年分級方法的分級能力。以9～11月為主，主要的產品為文心蘭切花占總產量的四分之三，其外銷市場的需求量相當大，日本為目前主要外銷市場（康與陳，1999）。二、實驗設備與材料機器視覺能夠取得物體的外觀，再經由影像處理技術的分析，便能得到物體的各種外形與顏實驗設備色的特徵，隨著影像處理技術的成熟與硬體設備本研究所使