基于人工神经网络的苹果等级判别方法研究.pdfVIP

中国农业科学 2004,3（3）：464-4687 Scientia Agricultura Sinica 基于人工神经网络的苹果等级判别方法研究 1,2 1 2 包晓安 ， 钟乐海， 张 娜 1 2 （西华师范大学微机应用 ， 南充 637002； 浙江 信电学院， 杭州 310033） 摘要：应用计算机视觉以及图像处理技术，提出一种基于改进的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。 ：LVQ神经网络; 人工神经网络; 图像处理; 等级判别; 苹果 Apple Grade Judgment Based on the Neural Network 1,2 1 2 BAO Xiao-an , ZHONG Le-hai , ZHANG Na ( pu ter ResearchApp lication Institute, West Normal University, Nanchong 637002; 2School of Inf ormation and Electron, Zheji ang Institute of Science Technology, Hangzhou 310033) Abstract: A processing method, the improved LVQ neural network algorithm, which was on the basis of the technology of computer visual and digital image, was introduced . The result showed that this method applied in the process to identify the grade of apples was more accur ate than the original one. Key words: LVQ networks; Neural networks; Image pr ocessing; Grade j udgment; 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 [1] [2] 采用颜色识别法，如Tao、Kazuhiro Nakano和 用。试验于2002年11月在西华师范大学微机应用 [3] 杨秀坤等 提出了根据苹果颜色对其进行分级的方 内进行，光照强度750～1000lx。 [4] 法。但根据鲜苹果的 标准 ，单从颜色对苹果 1.2方法 进行分级常影响分级的准确度。 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 络技术及计算机视觉模拟人类视觉系统，已经取得 数据。采用改进的LVQ方法进行分级，并将其分级 [5] [7] 较好效果，如用于玉米籽粒形态分类 、小麦群体 结果与传统的LVQ分级结果及人工分级结果进行比 [6] 图像特征识别 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