青岛市科技发展计划项目(08-2-1-15-nsh)
- 作品数：2 被引量：35H指数：2
- 相关作者：赵友刚韩仲志更多>>
- 相关机构：青岛农业大学更多>>
- 发文基金：青岛市科技发展计划项目山东省自然科学基金山东省科技攻关计划更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 花生外观品质品种图像分析与系统仿真被引量：6
- 2010年
- 针对目前花生外观品质检测的局限性,提出采用图像处理的方法进行的花生外观品质的检测,并基于Matlab的图形用户界面(GUI)环境建立仿真平台,平台集成了ANN、SVM等模式识别新方法和相应的经典图像处理算法,并给出了在该平台上的仿真实例,针对10个品种、14种品质的单籽粒图片共4 800副,检测了形态、颜色和纹理3大类共33个特征,采用了基于ANN和SVM识别模型对花生的商业规格、品种和品质进行了检测,总体检测正确率达到了97%以上,该平台具有良好的交互性、扩展性、可视性和实用性,对花生外观品质评价结果客观量化、快速无损。该平台在花生的生产、流通、贸易领域具有一定的实用性。
- 韩仲志赵友刚
- 关键词：花生图像处理人工神经网络仿真平台
- 基于计算机视觉的花生品质分级检测研究被引量：34
- 2010年
- 【目的】建立能够对花生进行品质分级的计算机视觉无损检测方法。【方法】同步拍摄和扫描11类品质,每类品质100颗和100宗,每宗100颗不同等级的花生籽粒的正反面图像;参照国家标准量化花生品质籽粒的11个限制性检测项目,设计花生规格和品质等级的判别方法;测量每个籽粒的形态、纹理、颜色共3大类54个外观特征,采用主分量分析(PCA)进行特征优化,构建并比较BP神经网络(ANN)和支持向量机(SVM)品质检测模型;分别应用Matlab和Spss工具软件实现检测过程和对结果进行统计分析。【结果】前16个主分量的SVM模型,能够鉴别95%以上的不完善粒、霉变、杂质、异品种等不同品质的籽粒,与人工检测结果吻合度达到了93%,对100宗待检样品进行检测,规格和等级检测完全正确率达到了92%。【结论】研究结果为花生的品质分级检测提供了比较系统全面的量化标准和检测方法,该方法可推广应用于花生品质鉴别、分级筛选加工和商品分级定价等领域。
- 韩仲志赵友刚
- 关键词：花生仁计算机视觉无损检测
