鲜食玉米果穗外观品质分级计算机视觉方法

《鲜食玉米果穗外观品质分级计算机视觉方法》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、万方数据2010年8月农业机械学报第41卷第8期DOI：10．3969／j．issn．1000—1298．2010．08．032鲜食玉米果穗外观品质分级的计算机视觉方法王慧慧1孙永海1张婷婷1张贵林2李义3刘铁鹏3(1．吉林大学生物与农业工程学院，长春130025；2．吉林大学机械科学与工程学院，长春130025；3．吉林天景食品有限公司，长春130123)【摘要】在HSI颜色模型下，通过计算机视觉检测技术实现对鲜食玉米果穗外观品质分级。提出垂直投影法确定秃尖位置并去除秃尖。对Ⅳ值进行双向一次微分运算以实现缺陷的识别。在此基础上获取果穗缺

2、陷比、穗长、果穗最大直径、长宽比和矩形度作为外观品质特征参数，并以此为输入向量构建广义回归神经网络对果穗外观品质分级。试验结果表明：秃尖位置、穗长和果穗最大直径的平均误差分别为2．27mm、1．96mm和0．54lllm，缺陷误判率为3．00％，分级平均准确率为95．91％。关键词：鲜食玉米果穗外观品质分级计算机视觉神经网络中图分类号：TS210．7文献标识码：A文章编号：1000—1298(2010)08-0156-04AppearanceQualityGradingforFreshCornEarUsingComputerVisionW

3、angHuihuilSunYonghailZhangTingtin91ZhangGuilin2LiYi3LiuTiepen93(1．CollegeofBiologicalandAgriculturalEngineering，JilinUniversity，Changchun130025，China2．CollegeofMechanicalScienceandEngineering，JilinUniversity，Changchun130025，China3．JilinSkySceneryFoodCo．，Ltd．，Changehun1301

4、23，China)AbstractAppearancequalitygradingforfreshcornearwasimplementedbycomputervisionbasedonHSIcolormodel．Baretippositionwasdetectedandremovedusingprojectionmethod．Defectsoffreshcornearwereidentifiedbythefirstorderdifferentialoperation013-H．Characteristicparametersofappe

5、arancequality，suchasdefectproportion，earlength，earmaximumdiameter，aspectratioandrectanglefactorwereobtained．Generalregressionneuralnetworkwithfivecharacteristicparametersasinputwasdevelopedforgrading．Experimentshowedthataverageerrorsofbaretipposition，earlengthandearmaximu

6、mdiameterwere2．27mm，1．96mmand0．54mm，respectively．Mistakerateofdefectproportionwas3．00％．andgradingaverageratiowasupto95．91％．KeywordsFreshcorn，Ear，Appearancequality，Grading，Computervision，Neuralnetwork引言玉米果穗的外观品质是鲜食玉米分级的重要依据，目前鲜食玉米果穗分级通常由人工根据分级标准完成，工人劳动强度很大，分级结果极易受到主观因素的影响。

7、利用计算机视觉技术对玉米果穗进行分级，可降低人为主观因素对分级结果的影响并为生产自动化奠定基础。计算机视觉技术广泛应用于农产品检验分级，如对谷物籽粒颜色⋯、粒形旧1和种类”一1的识别，对水果形状”“1和缺陷拍。3等外观品质的识别以及等级的评定，但针对整穗玉米特别是鲜食玉米果穗质量检验方面的研究少有报道。在整穗玉米研究中，PanigrahiS对玉米图像进行处理，改进分割方法并测量其尺寸¨1，在此基础上提收稿日期：2009—11—30修回日期：2010一Ol一15+国家“863”高技术研究发展计划资助项目(2008AAl00802)作者简介：

8、王慧慧，博士生，主要从事农产品智能检测与评价研究，E-mail：whh419@126．com通讯作者：孙永海，教授，博士生导师，主要从事农产品智能检测与评价研究，E-mail：sunyh@jl