用人工神经网络进行果实颜色分级技术研究

以计算机视觉自动检测果实表面着色度并进行分级为目的,在分析果实表面颜色色相分布特性的基础上,提出将果实色相分布曲线作为模式处理,用人工神经网络进行果实表面颜色分级。结果表明,人工神经网络分级与人工分级的一致度在９４％以上。     

人工神经网络在农产品品质检测、分级中的应用

人工神经网络方法可对农产品进行客观、准确、快速、全面的检测分级,显示了巨大的潜力,并正以很快的速度与生产实际相结合。本文对人工神经网络方法在彩色图像分割和边缘检测、农产品品质检测(果实颜色识别、果形识别、分级)、农产品品质及其变化预测等领域的应用进行了介绍。     

烤烟基本色的主要色相构成及非烟参比系的建立

为方便分级人员准确把握烟叶颜色概念,从烟叶分级实践的角度,根据《烤烟》国标中颜色的定义,采取感官分析的方法,按照参比样的制作技术要求,制作了烟叶颜色实物分级参比样品。通过参比样制作,对烟叶颜色概念进行了进一步阐释,对构成烤烟基本色的主要色相进行了描述性分析,突出分析了饱和度在不同色相构成中的作用和影响,并用生活中的常见物品作对照,探索建立了相关色相的非烟参比系,对于形象理解和准确把握烟叶颜色提供了有效技术支撑。     

基于USB650南疆红枣颜色分级方法的研究

以南疆红枣颜色快速分级为研究对象,采用美国海洋光学USB650红潮光谱仪来测量红枣的颜色特征值,采用红枣颜色按L[微软拥护1]值分级时,一级红枣的L值为30.2~35.4,二级红枣的L值为35.5~39.9,三级红枣的L值为40.0~44.6,按L值分级与人工分级的一致度为93.65%;以红枣的L、a、b值作为特征值,应用BP人工神经网络进行分级,BP人工神经网络分级与人工分级的一致度达到了94.76%。结果表明,以L、a、b三个颜色值分级效果要好于仅以L值分级,BP人工神经网络分级效果优于人工分级,较好地满足红枣颜色分级的需求,对南疆红枣产品的加工、销售具有一定的理论指导和实际应用意义。     

番茄果实色素含量和表面颜色相关性研究

在番茄果实发育的绿熟期、转色期、成熟期、完熟期等4个时期,对不同颜色果实的表面颜色及色素含量进行测定,发现番茄果实内总叶绿素、叶绿素a、叶绿素b、类胡萝卜素与果实表面颜色呈正相关,相关系数分别为0.615,0.725,0.636,0.911。     

脐橙外部品质计算机视觉检测技术初步研究

根据脐橙图像的特点和分级标准,运用计算机视觉和神经网络算法对脐橙进行自动检测与分级。采用中值滤波和线性低通滤波技术对原始脐橙图像进行平滑、去噪,在对脐橙图像像素点颜色信息统计的基础上,通过设置蓝色分量、色调、饱和度的阈值,从图像中快速准确的分割出果实图像;确定果实横径、果形、表面缺陷率、色泽与着色率为脐橙外部品质分级的特征参数;通过BP神经网络建立了特征参数与脐橙等级之间的关系模型,试验结果表明,其预测准确率达到85％。     

晚稻杨梅果实外观指标与可溶性固形物含量的关系

对晚稻杨梅果实的外观指标果实颜色和果实大小,与可溶性固形物含量之间的关系进行测定和分析,研究三者之间的规律。结果表明,不同晚稻杨梅果实颜色等级与可溶性固形物含量表现出一定的相关性,即晚稻杨梅果实的可溶性固形物含量随着颜色等级(成熟度)的提升而提高,可溶性固形物含量在13%以上的晚稻杨梅果实来自于成熟度较高的4个颜色等级中,分别对应的果实颜色是乌黑发亮、乌黑、黑紫、黑稍紫,与其他颜色相比,这4种颜色含有晚稻杨梅独有的颜色:黑色。晚稻杨梅果实大小与可溶性固形物含量无相关性。研究结果可为晚稻杨梅采摘与果实分级提供参考依据。     

水果采摘机器人视觉系统的目标提取

在田间对作物的果实图像进行实时、准确地目标识别提取，是采摘机器人视觉系统的关键技术，而目标提取的实质是图像分割。大部分水(蔬)果处于采摘期时，表面颜色与背景颜色存在较大差异。而同一品种果实表面颜色相近，体现为在色彩空间果实表面颜色和背景颜色存在着不同的分布特性。根据这一特性，提出了一种基于色彩空间参照表的适用于水果采摘机器人视觉系统果实目标提取的图像分割算法。该算法先由果实样本图像建立色彩空间参照表，再根据色彩空间参照表采用一种类似于“卷积”的方法进行图像分割。与现有其他方法比较，本方法基于彩色的信息处理，可将背景除去得更干净；对背景不做分割处理、无复杂运算，有利于机器人实时图像处理。采用该算法分别对草莓、橙子、西红柿的图像在L^*n^*6^*，Hsv，YCbCr色彩模型下进行了实验，结果显示该算法在这些色彩模型下均可取得理想的图像分割效果。     

苹果果实几何造型及可视化研究

提出了一种苹果果实几何造型的方法.采用Bé zier曲线拟合苹果果实的轮廓,通过加入表征品种特征的扰动函数来控制果实表面的果棱.模型可控参数少且具有明确的生物学意义,易于与农业知识结合.针对苹果果实品种繁多、表面颜色丰富的特点,除了采用纹理映射方法绘制苹果表面外,还提出了基于颜色表的表面颜色随机填充法.试验结果表明该方法能够模拟多种苹果品种果实的外观特征,具有较好的真实感效果.     

基于统计复杂性测度、多重分形谱等方法的柑橘品质分级

为精确地度量柑橘品质分级,研究了病虫害为害状冰糖橙缺陷果实复杂性测度机器识别、脐橙果实周长-面积分形维数与分段色调单位坐标化多重分形谱高度/宽度的形状和颜色分级及糖酸度无损检测。对冰糖橙生理性缺硼、锈壁虱、油胞凹陷病3种常见病虫害果实为害状缺陷在0°—50°主色调区域实施长度为1°的分段,统计各分段色调区间像素分布概率,并计算统计复杂性测度C(Y)与Shannon信息熵H(Y),以C(Y)与H(Y)为检索词计算机查询果实病虫害检索表来进行病虫害缺陷果机器识别,平均正确识别率为93.33%。对脐橙果实果梗面与侧面在相垂直的2个投影面上的图像进行去背景与边界轮廓提取操作,计算边界轮廓周长-面积分形维数,以此为指标检索果实信息字典进行脐橙形状分级,正确率100%。以脐橙果实相对的2个侧面图像为研究对象,去其背景,将30°—120°主色调区域进行30°—50°、50°—70°、70°—90°和90°—120°的区间分割,生成4幅色调图像,计算此图像多重分形谱质心坐标、高度与宽度,对该高度与宽度进行单位质心坐标化处理,一方面以单位质心坐标化多重分形谱高度与宽度为指标检索果实信息字典进行脐橙颜色分级,正确率98%;另一方面以单位质心坐标化多重分形谱高度与宽度为参数通过糖酸度偏最小二乘模型映射果实糖酸度,糖度与酸度标准差分别在0.77及0.36以内,与实际值的相关系数分别在0.8及0.7以上。试验结果表明:统计复杂性测度、周长-面积分形维数、单位质心坐标化多重分形谱高度与宽度较精确地反映了柑橘分级中需识别的冰糖橙果实病虫害缺陷的特征、脐橙果实形状与颜色特性及内部糖酸度无损检测映射参数特点。     

4个品种火龙果植物学特性和溃疡病发生研究

为更好地了解4个品种火龙果植物学特性及其溃疡病发生程度的差异,通过随机抽样,对4个品种火龙果植株茎、刺、叶芽等颜色、花外形特征、果实外形特征进行对比,并对溃疡病病情严重程度进行分级调查。结果表明,4个品种火龙果植物学形态特征主要差异表现:成熟枝条边缘颜色;幼刺和成熟刺的颜色;花外形、果实外形、果实表皮颜色、成熟果实纵径和溃疡病病情指数等。该研究为构建火龙果高效栽培关键技术奠定基础,从而提高当地火龙果的产量和品质,保证当地火龙果产业健康发展。     

基于支持向量机的苹果颜色分级

为了克服苹果颜色分级中存在的误差大等缺点,提出了一种新颖的智能分级方法.设计了基于支持向量机的苹果颜色分级系统,即利用计算机视觉技术获取苹果表面颜色的色度作为颜色特征;依据支持向量机理论,选取径向基函数作为核函数,采用"一对多"的方法构造多类分类机;将苹果的色度特征作为分类机的输入样本,对苹果进行分级.对大量样本进行分级仿真试验,结果表明,该方法分级正确率很高.将支持向量机应用于苹果颜色分级切实可行且效果显著.     

基于颜色和纹理特征的柑橘自动分级

以柑橘为供试对象,研究了计算机视觉分级中的柑橘图像采集和图像信息处理方法。利用单个摄像机对每个柑橘从4个侧面采集4幅图像,利用4幅图像特征的平均值作为该样本的最终特征,研究基于果实颜色和表面纹理的柑橘图像快速处理分级技术。以人工感官鉴评结果作为分级标准,以训练好的概率神经网络对60个柑橘样本进行了分级试验。结果表明:系统对各级水果的识别成功率略有不同,对一级果和四级果的识别率最高,二级和三级果的识别率稍低,整体识别率约为85%。     

番茄罐头的制作

<正> 1 选果。选用中、小型新鲜或冷藏良好的番茄。要求果面光滑无陷痕,颜色鲜艳,顶端至梗部均匀一致,果肉厚而密,子腔小,果实无裂缝,风味良好,充分成熟,但不过熟,剔除成熟度不足,病虫危害、斑疤、伤烂等不合格果。 2 分级。将选好的番茄倒入清水槽中,洗去表面泥沙等,再按大小进行分级。分级后用小刀挖除蒂梗,勿太深,以免种子外流。     

基于改进的PSO进化神经计算进行苹果颜色快速分级

为克服在苹果颜色分级中存在的速度慢、误差大等缺点,基于再现群智能的粒子群进化算法和神经计算技术,提出了一种新颖、快速的智能分级方法,即首先通过计算机视觉技术获取苹果表面颜色的色度,并提取其特征;然后采用改进的带自适应惯性权值的粒子群优化算法训练神经网络结构,最后用训练好的神经网络进行苹果颜色分级。实际应用表明该方法切实可行且效果显著,不仅分级速度快,而且分级正确率高达98%以上。     

基于计算机视觉的竹块颜色分类方法研究

为了实现计算机视觉对竹块的自动识别与颜色分类,研究了竹块图像的颜色特征、颜色分类方法。首先,将原始图像由RGB空间转换为HSI空间,用OTSU法确定阈值对原图灰度图像分割背景,用radon变换倾斜校正,提取竹块颜色判定有效区域,并计算其HSI的均值和标准偏差,作为特征参数输入BP网络进行训练。结果表明,该方法简捷有效,人工神经网络与人工分级的平均一致度为94.5%。     

CIEL?a?b?颜色模型在烟草中的应用研究进展

烟草颜色特征指标主要依靠人工经验获取,主观性强,存在一定的不稳定性。CIE L~*a~*b~*颜色模型色域宽阔、色彩分布均匀,常用于烟草(含烟草制品和卷烟材料)颜色参数等的测定与分析。对CIE L~*a~*b~*颜色模型在烟叶产地、烟叶品种、烟叶分级等方面的应用进行综述,并对其在烟草中的应用前景进行展望,为烟草分级、采购、原料控制提供参考。     

杏种质资源部分数量性状的分级指标探讨

为了充分发挥中国杏新品种DUS测试指南的指导作用,在测试指南研制过程中,通过调查果实纵径、果实横径、果实侧径、叶片长度、叶片宽度、叶柄长度以及衍生性状果实纵径／横径、果实侧径／横径、叶片长度／宽度、叶片长／叶柄长的变异及分布情况,确定了这些性状的分级取值区间,探讨了分级标准。为进一步制定杏DUS测试指南提供了重要依据。     

草莓的科学贮藏与保鲜技术

一、草莓的科学采收技术 1、采收前的处理:草莓采收前用0.1-0.5%的氯化钙溶液喷施果实,或在采收后用氯化钙溶液浸果,可抑制草莓软化. 2、采收时间:草莓采收最好在晴天进行,草莓先开花的果实先成熟,整个采收时间历时20天左右,分次分批采收,一般每日或隔天采收一次.一般在草莓表面3/4颜色变红时采收为宜,过早采收,果实颜色和风味都不好.采收应该在露水干后进行,气温高时应避免在中午采收.     

烘烤过程中烘烤环境对烤烟外观特征的影响

【目的】了解烤烟烘烤过程中烘烤环境对烟叶外观特征变化的影响,为烟叶精准化烘烤的实现提供理论依据。【方法】利用色差仪提取烟叶的颜色特征值,用Matlab2015b获取烟叶纹理特征值,然后对烘烤过程中烟叶颜色特征指标和纹理特征指标的变化进行分析,并运用典型相关分析法对烘烤过程中烘烤环境指标(温度、叶温、水汽压差、相对湿度、风速、风压)与颜色指标(明度、红度、黄度、饱和度、色相角)、纹理指标(能量、熵、惯性矩、相关度)的关系进行分析。【结果】随着烘烤的进行,烟叶颜色特征值的变化均呈上升趋势,且正反面变化规律相似;烟叶纹理特征值中纹理能量和相关度不断减小,纹理熵和惯性矩不断增加,且在42~46℃变化幅度较大;叶温对烟叶颜色的色相角和正面黄度有较大影响;烤房温度主要对烟叶颜色的明度、饱和度、色相角和黄度有较大影响,而相对湿度对烟叶颜色的红度有较大影响,但是温度和相对湿度均对烟叶纹理的能量、相关度和熵有较大影响,风压对烟叶纹理惯性矩有较大影响,而其他环境指标对烟叶颜色和形态纹理变化的影响较小。【结论】不同的烘烤环境指标对烟叶颜色和纹理的变化有不同程度影响,可依据研究结果及烟叶特色适当调控烟叶的颜色与形态变化。