共查询到20条相似文献，搜索用时 15 毫秒
1.
《南京农业大学学报》2017,(3)
[目的]为了开发苹果脆片自动化分级技术,利用计算机视觉对苹果脆片外部品质进行无损检测研究。[方法]通过对苹果脆片的大小、形状、颜色、纹理特征的感官评分建立苹果脆片外部品质等级评价标准。首先,利用计算机视觉系统获取脆片图像,经图像处理后,进行特征提取;然后,通过比较数据离差标准化和标准差标准化处理对费歇尔线性判别(FLD)、偏最小二乘法判别分析(PLS-DA)、支持向量机(SVM)3种模型建模效果的影响,确定合适的数据预处理方式;并分别基于这3种模型对预测样本进行分级;最后,采用连续投影算法(SPA)筛选最佳特征参数,并比较3种模型的建模和预测结果,确定最佳分级模型。[结果]数据经离差标准化处理后建模效果更好;FLD、PLS-DA、SVM 3种模型中SVM模型分级效果最好,其建模集和预测集分级准确率分别为99.1%和98.0%;基于SPA算法筛选得到了面积、圆形度、对比度的均值、能量的均值、对比度的均方差、熵的均方差这6个特征参数,基于特征参数的SVM模型建模集和预测集分级准确率分别为98.7%和97.3%。[结论]该研究实现了苹果脆片的外观品质的自动检测和分级,为苹果脆片的计算机视觉自动分级提供了技术支持。 相似文献
2.
基于图像处理和支持向量机分类的牛肉大理石花纹等级评定 总被引：8，自引：0，他引：8
牛肉胴体质量等级评定是牛肉依质论价的基础。其中，大理石花纹是评定牛肉质量等级的主要指标。由于人工评定存在许多缺点，采用机器视觉来判定牛肉胴体质量等级是一种很好的方法。研究了一种基于图像处理和支持向量机（SVM）分类的牛肉大理石花纹等级评定技术。首先应用阈值分割、形态学腐蚀及膨胀的方法来分割牛肉图像中的有效区域（用于大理石花纹等级评定的区域）；然后用矩方法来提取图像特征参数，最后用支持向量机的模式识别技术来构造牛肉大理石花纹等级分类模型。结果表明：该模型对我国国家标准规定的牛肉大理石花纹等级的正确识别率分别达到95.9％（一级）、89.2％（二级）、93．2％（三级）、100％（四级）。研究的牛肉大理石花纹等级的机器视觉检测方法是可行的，这为牛肉等级的在线检测装置设计提供了条件。 相似文献
3.
《南京农业大学学报》2016,(5)
[目的]嫩度是肉品质量的首要指标,其影响牛肉的消费和商业价值;寻找合适的嫩度指标,快速、无损、客观地预测牛肉嫩度一直是肉品学研究的热点之一。[方法]本文基于机器视觉技术和图像处理方法,分割牛肉图像的肌间结缔组织区域,提取肌间结缔组织的特征参数,运用统计学方法关联该特征参数和熟肉剪切力值,结合经过专门训练的评级小组的分级,采用Stepwise多元线性回归(Stepwise-MLR)建模,对牛肉嫩度进行预测和分级。[结果]70个样本图像的结缔组织特征数据全部用于训练模型,采用留一法交叉验证(Leave-one-out cross validation)测试模型,验证模型的牛肉嫩度判别系数(R~2)为0.857,剩余标准误差(residual standard error,RSEC)为6.453;将牛肉分为嫩、中等、老3个等级,全部预测集的总体等级预测正确率为88.57%。[结论]肌间结缔组织特征是预测牛肉嫩度的重要指标,本文所用的软硬件方法对牛肉嫩度的快速、无损、客观预测和分级具有一定的实用价值及指导意义。 相似文献
4.
利用高光谱图像技术检测鸡胴体内部粪便污染物 总被引：4，自引：0，他引：4
以鸡胴体为研究对象,探讨基于高光谱图像技术的鸡胴体内部粪便污染物检测方法.首先采集400～1 000 nm的鸡胴体高光谱图像;然后应用主成分分析(PCA)获得主成分图像,由第1主成分图像得到3个特征波长518.59,562.64,700.67nm,并以700.67 nm特征波长下的图像作为鸡胴体内部粪便污染物检测特征图像;最后构建掩膜以消除特征图像背景噪声并将其置为白色,并运用阈值分割和数学形态学完成粪便污染物的提取.试验结果表明,对100个鸡胴体样本进行检测,检测总正确率为93%.应用高光谱图像技术结合主成分分析等数据处理方法能较好地完成对鸡胴体内部粪便污染物检测,为鸡胴体内部粪便污染物在线快速检测提供重要的理论依据. 相似文献
5.
【目的】小尾寒羊是我国肉裘兼用型、高繁殖力绵羊。对成年去势小尾寒羊胴体进行产量等级划分，旨在合理地确定小尾寒羊胴体价格。【方法】对224只成年小尾寒羊胴体、前腿、后腿称质量，采集其全胴体图像与眼肌图像，基于Python的图像灰度化、Otsu二值化、中值滤波以及Canny边缘化算法等图像处理技术对小尾寒羊胴体结构指标进行处理，并提取具体数据；通过对胴体质量、体长、胸宽、正臀宽、后腿宽、腹部脂肪覆盖度和眼肌面积进行相关性分析、主成分分析（PCA）和多元线性回归分析，确定小尾寒羊产量分级指标为胴体质量和后腿宽，并建立产量预测模型，通过聚类分析和置信分析对小尾寒羊胴体进行产量等级划分。【结果】以胴体质量和后腿宽为分级指标将成年小尾寒羊分为4个产量等级，分别是A级：胴体质量>31.40 kg，后腿宽>16.8 cm; B级：胴体质量27.00～31.40 kg，后腿宽16.2～16.8 cm;C级：胴体质量21.80～27.00 kg，后腿宽15.6～16.2 cm;D级：胴体质量<21.8 kg，后腿宽<15.6 cm。【结论】建立了成年小尾寒羊产量等级划分标准，使其产... 相似文献
6.
为实现番茄果实质量的预测,提出一种应用计算机视觉技术对番茄果实质量进行自动识别的方法。采用Matlab平台构建算法,利用数学形态运算及图像局部性质运算等构成的识别算法,对番茄样本图像进行预处理,提取番茄图像投影面积、轮廓周长、最大内接圆直径和最小外接圆直径外部特征参数,分别建立番茄果实质量与4个特征参数之间的一元线性、二阶多项式、幂指和多元线性预测模型。试验结果显示：采用多元线性预测模型预测结果最佳,其决定系数为0.926 7, 标准差为4.32; 利用检验样本对预测模型进行验证,预测果实质量与实际果实质量的绝对误差均值为3.260 g, 相对误差均值为1.535%。 研究结果表明,基于计算机视觉技术外部特征信息的番茄果实质量预测方法是可行的。 相似文献
7.
加强云贵川区域林火管理,预测云贵川地区森林火灾的发生概率,对保护森林资源和森林生态系统结构和功能具有重要意义。利用MCD64A1火灾数据集、气象数据、地形数据和可燃物含水率数据构建模型训练数据集,结合逻辑回归、随机森林与极端梯度提升等机器学习模型,对中国云贵川区域日尺度林火燃烧概率进行预测。结果表明：单独使用气象数据集对林火燃烧概率进行预测时,极端梯度提升模型表现最好,预测精度为88.6%,其次为随机森林模型与逻辑回归模型,预测精度分别为86.0%与76.7%。地形因素及植被水分指数的引入对机器学习模型有一定的优化效果,极端梯度提升模型与随机森林模型的预测精度的提升均超过1%。 相似文献
8.
[目的]借用机器学习算法——判别分析算法来简化耕地地力评价工作,探索区域尺度上机器学习方法在地力评价应用的新途径。[方法]基于辉县市测土配方施肥财政补贴项目耕地地力评价工作获取的基础数据,依据我国农业部标准《耕地地力调查与质量评价技术规程》(NY/T 1634—2008)和该市耕地地力评价实践经验,选取研究区表层土壤质地、土壤剖面特征、地表砾石度、速效钾、有效磷、有机质含量、灌溉保证率、排涝能力、地貌类型、坡度等10个土壤和立地条件因素作为耕地地力水平的判别变量,构建Fisher典则判别函数模型,对5 922个评价单元的耕地地力状况进行判断分析和归类分级。[结果]经对判别结果进行统计验证和回代验证,显示预测判别正确率高达91.4%。[结论]在耕地地力评价与分级标准确定的前提下,判别分析算法在区域尺度上对分析耕地地力状况、预测耕地地力等级方面具有独特优势。 相似文献
9.
脐橙外部品质计算机视觉检测技术初步研究 总被引：6，自引：1，他引：6
根据脐橙图像的特点和分级标准,运用计算机视觉和神经网络算法对脐橙进行自动检测与分级。采用中值滤波和线性低通滤波技术对原始脐橙图像进行平滑、去噪,在对脐橙图像像素点颜色信息统计的基础上,通过设置蓝色分量、色调、饱和度的阈值,从图像中快速准确的分割出果实图像;确定果实横径、果形、表面缺陷率、色泽与着色率为脐橙外部品质分级的特征参数;通过BP神经网络建立了特征参数与脐橙等级之间的关系模型,试验结果表明,其预测准确率达到85％。 相似文献
10.
[目的]运用计算机图像处理技术对生产中的角斑病与斑疹病进行区分研究。[方法]利用计算机视觉技术对植物病变特征进行色度学研究,以颜色及纹理作为植物病害图像特征参数进行病斑图像周长、面积和形状的提取,从而进行病害图像的分类判断。[结果]以CIE1976HIS色调百分率直方图法提取色度特征参数,过程简单、有效,运算速度快,消除了叶片形状大小的影响;利用色调直方图的统计特征参数分析,其色调偏度能够显著地将不同病状区分出来。[结论]该研究认为色调偏度可作为区分角斑病与斑疹病的特征参数。 相似文献
11.
[目的]研究基于词条提取云模型预测RNA二级结构的方法。[方法]将云模型引入到随机文法模型中,提出适合于词汇化随机文法模型的机器学习算法,通过词网格模型对RNA序列进行词条获取和划分,再经过云分类器搜索每个词条被标注为某种二级结构类型的最大概率,然后将这些词条信息作为先验信息在随机文法云模型训练过程中引入,实现对RNA二级结构的预测,并对该方法进行试验检测。[结果]试验测试表明,在随机文法模型中引入云模型后,其在预测的准确度和搜索速度上较单纯的随机文法效果有明显改善。[结论]该研究为随机文法模型在RNA二级结构预测中的广泛应用奠定了基础。 相似文献
12.
[目的]研究基于随机文法云模型预测RNA二级结构的方法。[方法]将云模型引入到随机文法模型中,提出适合于词汇化随机文法模型的机器学习算法,通过词网格模型对RNA序列进行词条获取和划分,再经过云分类器搜索每个词条被标注为某种二级结构类型的最大概率,然后将这些词条信息作为先验信息在随机文法云模型训练过程中引入,实现对RNA二级结构的预测,并对该方法进行试验检测。[结果]试验测试表明,在随机文法模型中引入云模型后,其在预测的准确度和搜索速度上较单纯的随机文法效果有明显改善。[结论]该研究为随机文法模型在RNA二级结构预测中的广泛应用奠定了基础。 相似文献
13.
[目的]尽早检测出棉花采摘机可能发生的故障,减少大型故障造成的巨大损失。[方法]提出了一种基于BPAdaboost算法的预维修方法用于检测棉花采摘机故障情况。首先采集棉花采摘机8个核心部件的工况参数信息作为故障特征参数,然后将故障特征参数作为BP神经网络的输入值,构造BP神经网络弱预测器,最后通过多个BP神经网络弱预测器构建Adaboost强预测器模型。[结果]用采集到的棉花采摘机实际工况数据验证Adaboost强预测器模型的性能,模型预测准确率达94.7%。[结论]该算法可以有效地对棉花采摘机的故障进行预测,而且与BP神经网络弱预测器相比,性能更好。 相似文献
14.
为探索星载LiDAR在森林胸高断面积上的应用潜力,利用星载激光雷达ICESat/GLAS波形数据对吉林汪清林区的森林胸高断面积进行估测。通过对ICESat/GLAS波形数据波形进行处理,提取一系列波形特征参数,利用回归估计方法分析波形特征参数与胸高断面积的相关关系,建立预测模型对森林胸高断面积进行估测。结果表明:在所提波形特征参数中,波形长度、H5和H10与胸高断面积在三次函数拟合时具有明显的相关性,判定系数R2分别为0.813、0.737和0.613,预测精度P分别为0.951、0.932和0.901,综合分析最终确定波形长度估测模型最好,该模型可稳定准确地估测出胸高断面积。表明星载LiDAR是未来估测森林胸高断面积一种有效的方法,并为进一步的森林蓄积量研究提供了一种技术手段。 相似文献
15.
为解决传统的种子活力检测方法存在耗时长、损伤种子等问题,实现种子活力的快速无损检测,分别利用机器学习和深度学习算法结合高光谱成像技术构建玉米种子3个活力梯度分类模型,通过人工老化方式将1 012粒玉米种子分为3个活力梯度样本,采集其高光谱数据后通过卷积平滑（SG）和多元散射校正（MSC）去除高光谱噪声,分别采用主成分分析（PCA）、连续投影算法（SPA）进行光谱特征降维,再从降维后的波段中抽取1 156、1 191和1 463 nm 3个波段合成假彩色图像,用局部二值模式（LBP）提取感兴趣区域的纹理特征,并与纯光谱特征融合。分别基于纯光谱特征构建决策树（DT）和支持向量机（SVM）模型和融合特征建立随机森林（RF）、SVM和极端梯度提升树（XGBoost）模型等机器学习模型。将假彩色图像输入ResNet18、MobileNetV2、DenseNet121、Efficientb0、Efficientb2等5个深度学习模型中进行玉米种子活力预测。结果显示,就机器学习方法而言,针对纯光谱特征表现最好的是PCA-SVM模型,其测试集准确率为92.5%;针对融合特征表现最好的是SVM模型,其测... 相似文献
16.
[目的]提供基于Android的水稻叶片特征参数测量系统,为农学研究提供精准数据.[方法]系统设计主要分为图像获取、图像预处理和特征参数计算3部分:采用智能手机相机获取水稻叶片图像;通过灰度化、二值化和轮廓提取等操作对图像进行预处理;根据算法计算得到水稻叶片特征参数.[结果]精确度测试中,建立系统获取颜色分量(R、G、B)均值与各分量实际值的线性拟合模型,其决定系数分别为0.9803、0.9774和0.9805,均方根误差分别为1.086、1.413和0.8383;叶片几何参数中,系统获取水稻叶片长、宽、面积及周长与水稻叶片实际值的均方根误差分别为0.6469 cm、0.05022 cm、0.5329 cm2和2.412 cm.耗时测试中,采用多部不同配置手机对同一叶片进行测试,图像预处理及参数计算总时间均在2 s以内.可见,基于Android的水稻叶片特征参数测量系统能快速、准确、便捷地获取水稻叶片长、宽、面积、周长及颜色等特征数据,在一定程度上实现户外实地测量,满足农学研究的需要.[建议]对系统进行进一步优化,降低对外部辅助物的依赖,真正实现操作简便;增加氮素营养水平诊断算法实现氮素营养水平分类,以快速精准判断水稻生长营养状况,实现精确施氮. 相似文献
17.
[目的]探讨不同冷却方式对冷鲜鸡冷却效率、卫生质量及品质的影响。[方法]考察水冷、干冷、混合预冷及风冷对鸡胴体的降温速率、冷鲜鸡肉的微生物含量、鸡肉品质的影响。[结果]4种冷却方式中,水冷在冷却前期冷却效率最高,而后急剧下降;干冷在整个冷却过程中冷却效率几乎是恒定的;与干冷相比,混合预冷、风冷都可以有效地提高鸡胴体的冷却效率。风冷和干冷处理的冷鲜鸡肉微生物含量低于水冷和混合预冷,风冷方式下鸡肉嫩度最好,水冷方式的肉色最亮。[结论]风冷可以有效地提高鸡胴体的冷却效率,控制鸡肉的交叉污染,改善卫生质量和冷鲜鸡肉嫩度。 相似文献
18.
一种基于改进时间卷积网络的生猪价格预测方法 总被引：1，自引：0，他引：1
针对传统的生猪价格预测方法存在预测精度不够高，容易陷入局部最小值等问题，为更加精准地预测生猪价格，采用随机森林回归(RFR)、极限梯度回升(XGBoost)、轻型梯度提升机(LightGBM)3种机器学习模型和改进网络结构的时间卷积网络(TCN)模型方法，以经过Z-Score标准化预处理的西南地区某省2011—2020年每周生猪价格数据为样本，对生猪价格预测进行研究。结果表明:TCN模型预测结果的均方误差(MSE)为0.340 606，平均绝对误差(MAE)为0.288 424，决定系数(R2)为0.995 683，均优于其他3种机器学习模型；与3种机器学习模型中效果最好的极限梯度回升(XGBoost)预测结果比较，3个指标分别提升了26%、8%和0.15%。改进网络结构的时间卷积网络模型可以更加精准地预测生猪价格。 相似文献
19.
20.
基于图像处理的烟叶等级标准图像合成算法研究 总被引：1，自引：0，他引：1
为了建立烤烟烟叶标准等级数据库,实现烤烟烟叶的自动分级。本文以图像处理技术为基础,以已知等级的烤后烟叶为图像素材,通过提取烟叶样本颜色特征,得到了烟叶颜色特征数据。在此基础上研究了烟叶等级标准图像合成算法,并建立了烟叶标准等级数据库。结果表明,RGB颜色模型下对R、G、B分量进行处理后合成的烟叶等级标准图像,与烟叶实际人工分级的吻合率达到90%,符合实际分级合格标准且与烟叶分级专家判定一致,为烟叶分级自动化研究提供了前期技术依据和量化方法。 相似文献