基于高光谱成像技术和卷积神经网络的沙果成熟度检测 |
| |
引用本文: | 秦启福.基于高光谱成像技术和卷积神经网络的沙果成熟度检测[J].当代农机,2019(4). |
| |
作者姓名: | 秦启福 |
| |
作者单位: | 山西省农业机械发展中心 |
| |
摘 要: | 为探究卷积神经网络(Convolutional neural network,CNN)在果品品质检测中的预测能力,实现不同成熟度沙果的识别,本研究以未成熟、可采成熟、食用成熟、生理成熟4个不同成熟度沙果为研究对象,采用高光谱成像技术,分别利用光谱和图像信息采用CNN建立沙果成熟度判别模型。结果表明,基于光谱和图像信息分别建立的沙果成熟度CNN模型的识别准确率均达到98.75%,实现了不同成熟度沙果的识别,为水果品质的无损检测提供了方法和思路。
|
本文献已被 CNKI 等数据库收录! |
|