首页 | 本学科首页   官方微博 | 高级检索  
     检索      

高光谱图像与卷积神经网络相结合的油桃轻微损伤检测
引用本文:武锦龙,苗荣慧,黄锋华,杨华.高光谱图像与卷积神经网络相结合的油桃轻微损伤检测[J].山西农业大学学报(自然科学版),2019(2).
作者姓名:武锦龙  苗荣慧  黄锋华  杨华
作者单位:山西农业大学信息科学与工程学院
摘    要:目的]油桃表面轻微损伤的快速检测对提高油桃的品质及市场竞争力具有重要作用。方法]本研究以"中油四号"油桃为研究对象,提出了基于高光谱图像与卷积神经网络相结合的油桃分块损伤区域检测算法。针对原始图像存在的复杂背景及油桃自身颜色特征,采用基于颜色特征的图像分割算法实现油桃与复杂背景的分离。针对损伤部位占比较小的特点,采用分块算法将原始图像分成64×64的块,并为每个分块制作标签(正常、损伤、背景区域),分块数据与其对应标签共同构成试验数据集。构建卷积神经网络模型,将数据输入该模型进行识别。结果]油桃损伤区域识别率为88.2%。结论]基于高光谱图像与卷积神经网络相结合的方法可以较准确地实现油桃表面轻微损伤的检测。

关 键 词:油桃  卷积神经网络  轻微损伤检测  颜色特征  图像分块

Utilization of hyper-spectral image coupled withconvolutional neural networkon nectarine slight bruises detection
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号