用遗传算法训练的多层前馈神经网络对番茄成熟度进行自....pdfVIP

第 17 卷 第 3 期 农 业 工 程 学 报 V o l. 17　N o. 3 2001 年 5 月 T ransactions of the CSA E M ay　2001 153 文章编号:(2001) 用遗传算法训练的多层前馈神经网络 对番茄成熟度进行自动检测的研究 ① 张长利 , 房俊龙, 潘　伟 ( 东北农业大学工程技术学院, 哈尔滨　150030) 摘　要: 建立了计算机视觉系统获取番茄的图像, 并将R GB 值转换成H IS 值, 通过H 值提取番茄表面颜色特征。 采用遗传算法训练的多层前馈神经网络实现番茄成熟度的自动判别。实验表明: 该方法准确率达到 94% 。 关键词: 番茄成熟度; 计算机视觉; 人工神经网络; 遗传算法 中图分类号: T P242. 6+ 2; T P274+ . 3　　　　文献标识码: A 　　对大多数农产品来说, 表面颜色特征与成熟度 有着极其密切的关系, 故农产品的表面颜色已成为 评价其品质的一个重要指标。但目前国内普遍依靠 人的感官进行评定, 缺乏客观性和准确性, 而且费工 费时。本文以番茄为例, 采用遗传算法训练多层前馈 神经网络建立自动判别系统, 以实现成熟度的自动 检测和准确分级的必要条件。 1. 计算机　2. 图像采集卡　3. CCD 摄像机　4. 光照箱 1　计算机视觉系统 图 1　计算机视觉系统的组成 F ig. 1　Computer vision system 本文研究的计算机视觉系统如图 1 所示。图中, 1 是计算机。计算机为 Pen tium 350 计算机, 128 内存, 6. 2 硬盘, 8 显存。2 是图像采集卡。 M G M 图像采集卡为中自技术集团图像部的 CA CPE 3000 图像采集卡, 图像最大采集分辨率768 ×576 × 32 , 图像传送速度高达60 。3 是 摄像 b it M B s CCD 机。采用 410 彩色摄象机, 13 英 Panason icW V CP 寸高清晰度行间CCD 图像传感器, 其最小照度 0. 9 lx , 水平清晰度 480 行, 总像素 440 000, 扫描方式为 1. 底座 2. 番茄 3. 柔光片 4. CCD 摄像机 5. 环形白炽灯 6. 箱体 2 ∶1 隔行扫描。手动固定镜头, 焦距为 16mm 。4 是 图2　光照系统 . 2　 光照箱。 F ig L igh ting system 光照箱为长方体, 结构如图2 所示。在光照箱顶 部装一支 20 W 环形白炽灯以形成对称照射的光 2　颜色特征的提取 源。用白色作为背景以得到均匀漫反射。摄象机自 为了科学地测定、研究和使用颜色, 已经建立了 上而下照射, 镜头对准底部的番茄。由于番茄的表面 十几种各具特色的颜色模型。在图像处理中, 经常使 极