文献类型：期刊文章

作　　者：刘云[1] 杨建滨[1] 王传旭[1]

机构地区：[1]青岛科技大学信息学院,青岛266061

出　　处：《电子测量技术》

基　　金：山东省自然科学基金(BS2015ZZ006)资助项目

年　　份：2017

卷　　号：40

期　　号：3

起止页码：108-112

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：苹果的外观是评价苹果品质的重要特征。由于苹果的果萼与果梗的影响,机器视觉技术检测苹果的外观缺陷一直是研究的难点,提出了基于卷积神经网络(CNN)的苹果分块缺陷检测算法。首先改进了一种基于RGB彩色分量算术运算的背景分割算法;然后采用64×64步长为32的窗口对前景进行分块处理,以正常、果萼、果梗、边界图像块为正样本,以腐烂、疤痕、虫伤等缺陷统一为负样本,采用渐进式学习方法确定训练样本数目。正常与缺陷苹果各150个作为测试数据。实验结果表明,该算法的检测速度为5个/s,且正确率高达97.3%。

关 键 词：苹果缺陷检测  卷积神经网络 机器视觉 果梗 果萼  

分 类 号：TP391] TN081[计算机类]