基于人工神经网络的苹果等级判别方法研究.pdf

中国农业科学 2004,37(3):464-468 ScientiaAgriculturaSinica 基于人工神经网络的苹果等级判别方法研究 包晓安1,2，钟乐海 ，‘张 娜， (西‘华师范大学微机应用研究所， 南充 637002;2浙江工程学院信电学院， 杭州 310033) 摘要:应用计算机视觉以及图像处理技术，提出一种墓于改进的LVQ人工神经网络算法，从苹果的色泽、横径及 果形指数3方面对苹果进行等级划分。结果表明，与传统的LVQ人工神经网络相比，改进的LVQ人工神经网络提高了苹 果的分选精度，具有更好的判别效果. 关键词:LVQ神经网络;人工神经网络;图像处理;等级判别;苹果 AppleGradeJudgmentBasedontheNeuralNetwork BAOXiao-an,2,ZHONGLe-hail,HANGNat (MicrocomputerResearchApplicationInstitute,ChinaWestNormalUniversity,Nanchong637002; SchoolofInformationandElectron,ZhejiangInstituteofScienceTechnology,Hangzhou310033) Abstract:Aprocessingmethod,theimprovedLVQneuralnetworkalgorithm,whichwasonthebasisofthetechnology ofcomputervisualanddigitalimage,wasintroduced.Theresultshowedthatthismethodappliedintheprocesstoidentify thegradeofappleswasmoreaccuratethantheoriginalone. Keywords:LVQnetworks;Neuralnetworks;Imageprocessing;Gradejudgment;Apple 目前，国内外利用计算机判别苹果等级时普遍 富士，购自当地果品市场，选取外形无损伤果实备 采用颜色识别法，如Tao[1,KazuhiroNakano[21和 用。试验于2002年11月在西华师范大学微机应用 杨秀坤等[[31提出了根据苹果颜色对其进行分级的方 研究所实验室内进行，光照强度750^10001x. 法。但根据鲜苹果的国家标准[[41，单从颜色对苹果 1.2 方法 进行分级常影响分级的准确度。 通过电荷祸合摄像头(chargecoupleddevice 近年，在图像识别与分析中，采用人工神经网 CCD)从苹果的色泽、横径和果形指数3个方面采集 络技术及计算机视觉模拟人类视觉系统，己经取得 数据。采用改进的LVQ方法进行分级，并将其分级 较好效果，如用于玉米籽粒形态分类[51、小麦群体 结果与传统的LVQ[71分级结果及人工分级结果进行比 图像特征识别[[61等。本文以红富士苹果为例，提出 较。 以计算机图像处理与学习向量量化(LVQ)网络融合 技术，建立苹果等级判别系统，从苹果的色泽、横 2 苹果等级判别系统的建立 径、果形指数3个方面对苹果等级进行综合判别，以 2.1传统的LVQ人工神经网络 提高苹果分选精度和合理性。 学习向量量化 (learningvectorquanti一 1 材料与方法 zation,LVQ)网络，是在监督状态下对