机器视觉在花椒品种鉴别中的初步研究.pdf

《机器视觉在花椒品种鉴别中的初步研究.pdf》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、第29卷第1期传感技术学报Vol_29No．12016年1月CHINESEJOURNALOFSENSORSANDACTUATORSJan．2016APreliminaryStudyofZanthoxylurnBungeanumMaximVarietiesDiscriminatingbyComputerVisionWULili',XINGYuqing，ZHENGBaozhou，LINAiying(CollegeofSciences，HenanAgriculturalUniversity，Zhengzhou450002，China)Abstract：

2、ZanthoxylurnBungeanumMaximisakindofimportantingredientsforcookingandtraditionalChinesemedicine．Inthispaper，thecomputervisiontechnologywasintroducedtodiscriminatethevarietiesofZanthoxylurnBungeanumMaximrapdily．TheZanthoxylurnBungeanumMaximimageofsixcategorieswereobtainedbythee

3、om—putervisionhardwaredevice，andthetotalnumberofimageswas9O，ofwhich60wereusedastrainingsamplesand30astestsamples．The10featureparametersofcolorandtexturefeatureswereextractedfromallthesamples，whichwereidentifiedbytheprobabilisticneuralnetwork．Thecorrectrecognitionratewas93．33％

4、．ThediscriminationmethodofZanthoxylurnBungeanumMaximvarietiesbycomputervisioncanquicklyandaccuratelyextractthechar—acteristicdataoftheZanthoxylurnBungeanumMaximsamples，whichlaysthetechnicalfoundationforbatchsorting．Keywords：computervision；colorfeature；texturefeature；probabili

5、sticneuralnetwork；ZanthoxylurnBungeanumMaximEEACC：6135；7230Gdoi：10．39690．issn．1004-1699．2016．01．023机器视觉在花椒品种鉴别中的初步研究吴莉莉，邢玉清，郑宝周，林爱英(河南农业大学理学院，郑州450002)摘要：花椒是一种重要的烹饪调料和中药配料。本文将机器视觉技术引入到花椒品种的快速鉴别中，通过机器视觉硬件装置获取6类花椒样品图像共9O幅，其中60幅作为训练样本，30幅作为测试样本。对所有样本分别提取了颜色和纹理的共10个特征参数，利用概率神经网络对

6、特征数据进行鉴别，正确识别率为93．33％。本文研究的基于机器视觉的花椒品种鉴别方法可以快速准确地提取花椒样品的特征数据，为批量分选花椒奠定了技术基础。关键词：机器视觉；颜色特征；纹理特征；概率神经网络；花椒中图分类号：TP391．4文献标识码：A文章编号：1004—1699(2016}01—0136—05作为Et常调料食用的花椒主要是指芸香科植具有速度快、精度高、重复性好等优点，在农产品品物花椒(ZanthoxylumBungeanumMaXim)的干燥成质检测领域有着广阔的应用前景。熟果皮1卜，不仅被誉为“八大调味品”之一，还具有机器视觉也称

7、计算机视觉，是一门涉及神经生重要的药用价值。花椒市场品种繁多，不同地方、物学、心理物理学、计算机科学、图像处理、模式识不同品种的花椒价格差异较大，常常出现品种混别和人工智能等诸多领域的交叉学科，主要研究用杂、真伪混淆等现象。目前对花椒品种的鉴别主要各种成像系统代替人的视觉器官作为输入敏感手依靠人工，检验结果受主观影响较大，重复性差、效段，由计算机来代替大脑完成对信息的处理和解率低；而化学分析或仪器分析等方法，其样品前期释，实现对人类视觉行为的计算机模拟或再现。机处理的复杂性、实验本身的耗时性，无法满足现场器视觉在农业中的应用研究涉及作物种子品质检

8、快速检测的需求。利用机器视觉代替人的视觉，通测、作物病害检测、农产品采摘、农产品品质检测、过图像的外观特征进行分类识别，是一种及时便农产