基于机器视觉的槟榔分级方法研究

摘要：

针对槟榔人工分级劳动生产率低、准确率低的问题,开展基于遗传神经网络的机器视觉槟榔分级研究.以4种类别的槟榔图像为研究对象,首先设计一个6层结构的遗传神经网络对槟榔进行分级,虽然分级准确率较高但是网络结构复杂.然后对运用主成分分析法降低图像特征的维数并将遗传神经网络简化为3层结构的方法进行研究.最后用400幅和100幅槟榔图像对这个3层神经网络进行训练和验证,经过调整网络的学习率等参数,训练和验证的准确率达到95％以上.通过神经网络模型测试试验,槟榔正确分级的准确率为90％.数据降维后的三层遗传神经网络能够实现对槟榔的实时分级,为机器分级提供了技术支持.

关键词：槟榔、神经网络、分级、主成分分析法、机器视觉

所属期刊栏目：44

分类号：S792.91(森林树种)

资助基金：国家自然科学基金51775270

在线出版日期：2023-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：137-141,198