人工视觉网络在小麦籽粒分类中的应用

文献类型： 中文期刊

第一作者： 左卫刚

作者： 左卫刚;高洋

作者机构：

关键词： 小麦籽粒;计算机视觉;图像处理;人工神经网络;多层感知器

期刊名称： 种子

ISSN： 1001-4705

年卷期： 2020 年 007 期

页码： 104-108

收录情况： 北大核心 ; CSCD

摘要： 为了准确分类小麦籽粒为面包小麦或硬粒小麦,采用人工神经网络(ANN)基于计算机视觉的应用,依靠多层感知器(MLP)通过高分辨率摄像机,利用图像处理技术(IPT)获取了4维3色5纹理的主要视觉特征;再从12个主要特征中复制出21个视觉特征,将视觉特征的数据集作为ANN模型的输入参数建立了4种输入数据子集的ANN模型.将200粒籽粒中的180粒用于ANN模型训练,20粒用于精度测试.利用相关CfsSubsetEval算法对ANN模型进行简化,确定了对分类结果最有效的输入参数个数为7.采用简化的ANN模型对20粒样品进行检测可准确分离面包小麦和硬粒小麦的籽粒,平均绝对误差(MAE)为9.8*10-6.本研究提出的基于计算机视觉的分类器可以成功对小麦籽粒进行自动分类.

分类号： S512.1

  • 相关文献

[1]基于计算机视觉的小麦籽粒计数系统. 张恒敢,杨四军,顾克军,许博,张思梅,陈涓. 2010

[2]计算机视觉技术在植物根系形态研究中的应用. 杨国梁,张光年,葛庆平,郭新宇. 2006

[3]计算机视觉在作物生产中的应用研究. 刘涛,孙成明,仲晓春,高辉,梁秀梅. 2013

[4]基于计算机视觉的水稻叶部病害识别研究. 刘涛,仲晓春,孙成明,郭文善,陈瑛瑛,孙娟. 2014

[5]基于蜂群优化多核支持向量机的淡水鱼种类识别. 吴一全,殷骏,戴一冕,袁永明. 2014

[6]一种改进的作物缺素叶片图像分割方法. 姚旭国,郑可锋. 2009

[7]应用计算机视觉对芒果表面缺陷的判别研究. 黄勇平,章程辉,刘静. 2008

[8]基于计算机视觉的枸杞虫害计数方法研究. 李季,杨淑婷,马菁. 2018

[9]基于多层感知神经网络的水稻叶瘟病识别方法. 刘立波,周国民. 2009

[10]山东省典型污灌区土壤-小麦重金属健康风险评估. 王菲,费敏,韩冬锐,李春芳,曹文涛,姚磊,曹见飞,吴泉源. 2023

[11]高效液相色谱法测定抗蚜威在小麦籽粒中的残留. 马广源,刘颖超,庞民好,高占林,许晓梅,潘文亮. 2007

[12]超高效液相色谱串联质谱法测定小麦籽粒中麦黄酮. 赵善仓,赵领军,谷小红,王宪泽,田纪春. 2009

[13]小麦产地近红外指纹溯源的稳定性研究. 赵海燕,郭波莉,魏益民,张波. 2012

[14]ICP-AES测定中国小麦微核心种质库籽粒矿质养分含量. 石荣丽,邹春琴,芮玉奎,张学勇,夏晓平,张福锁. 2009

[15]污灌区土壤-小麦系统中重金属富集特征及其对人体健康风险评价. 王伟全,徐冬莹,黄青青,徐应明,孙约兵. 2022

[16]豫北小麦籽粒质量性状空间变异研究. 卢洋洋,张影全,刘锐,赵酒林,杨春玲,盛坤,董昀,侯军红,张波,魏益. 2013

[17]超高效液相色谱-串联质谱法检测麦粒中脱氧雪腐镰刀菌烯醇及其衍生物. 吴琴燕,赵飞,杨红福,陈宏州,庄义庆. 2020

[18]小麦籽粒铅污染来源的同位素解析研究. 赵多勇,魏益民,魏帅,郭波莉,蔡先峰,吴小胜. 2012

[19]小麦籽粒淀粉理化特性与面条加工品质关系的研究进展. 戴双,李豪圣,刘爱峰,宋健民,刘建军,赵振东. 2006

[20]电感耦合等离子体质谱法测定小麦籽粒中8种重金属元素. 王铁良,刘冰杰,郭洁,魏亮亮,魏红,侯爱民,赵睿,司敬沛,贾斌. 2018

作者其他论文 更多>>

微信小程序