基于卷积神经网络的花生籽粒完整性识别算法及应用.PDFVIP

第 34 卷 第 21 期 农 业 工 程 学 报 Vol.34 No.21 2018 年 11 月 Transactions of the Chinese Society of Agricultural Engineering Nov. 2018 195 基于卷积神经网络的花生籽粒完整性识别算法及应用 1 1 1 1 2 赵志衡 ，宋 欢 ，朱江波 ，卢 雷 ，孙 磊 （1. 哈尔滨工业大学电气工程及自动化学院，哈尔滨 150001 ； 2. 上海安西机械制造有限公司，上海 201109 ） 摘 要：针对现有色选设备在花生颗粒筛选过程中处理速度慢、准确率低的缺点，提出基于卷积神经网络的花生籽粒完 整性识别算法。以完好花生、表皮破损花生和果仁破损花生的分类为例，构建花生图像库；搭造卷积神经网络，提取花 生图像特征；为提高分类准确率和实时性，从训练集构成、减小过拟合、加快训练收敛速度、简化网络结构等几方面对 卷积神经网络进行优化；最终利用含 2 个卷积层、2 个池化层、2 个全连接层的 3 层神经网络实现了上述 3 类花生的分类。 试验结果表明：该方法对花生分类的准确率达到 98.18%，平均检测一幅单粒花生图像的时间为 18 ms，与现有色选设备 相比有效提高了色选设备筛选的准确率和实时性。 关键词：农产品；图像处理；识别；卷积神经网络；特征提取；色选系统；花生颗粒筛选 doi ：10.11975/j.issn.1002-6819.2018.21.023 中图分类号：TP391.41 文献标志码：A 文章编号：1002-6819(2018)-21-0195-07 赵志衡，宋 欢，朱江波，卢 雷，孙 磊. 基于卷积神经网络的花生籽粒完整性识别算法及应用[J]. 农业工程学报， 2018，34(21)：195－201. doi ：10.11975/j.issn.1002-6819.2018.21.023 Zhao Zhiheng, Song Huan, Zhu Jiangbo, Lu Lei, Sun Lei. Identification algorithm and application of peanut kernel integrity based on convolution neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(21): 195 －201. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.21.023 进和优化神经网络，以期提高识别的准确率和实时性。 0 引 言  本文以完好花生、表皮破损花生和果仁破损花生的 色选机是采用色选技术的一种新型农副产品加工器 分类为例，建立卷积神经网络；然后采用 L2 范数正则化、 械[1-2] ，利用农副产品不同的光学特性，在大量的物料中 指数衰减法和滑动平均模型的方法优化卷积神经网络， 将颜色异常或表面有缺陷的疵品和杂质检测出来，并自 提高分类的准确性；最后简化神经网络的结构，以期提高 动进行分选剔除[3-4] 。在合格品与不合格品非常相似、传 实时性。 统筛选难以识别或在筛选效率要求较高的场合，色选机 的优势非常明显[5-6] 。目前已有许多从业者对色选系统中