用基于遗传算法的BP神经网络识别牛肉肌肉与脂肪     

贾渊  姬长英  罗霞  陈念年 《农业工程学报》2007,23(11):216-219

利用遗传算法的全局搜索能力,改进标准BP算法随机选取初始权重的不足,并构建了3-12-1的三层遗传BP神经网络,进行了3次牛肉肌肉与脂肪像素的分类试验,研究用BP网络对牛肉肌肉与脂肪两类像素点进行识别的可行性。以像素点的RGB值作为BP网络输入向量,每次训练集样本数62,测试集样本数43。测试的最终结果为：训练集的样本识别率分别为100%、100%、98.3871%;对应测试集的样本识别率分别为97.6744%、97.6744%、100%。试验结果表明,尽管基于遗传算法的BP神经网络对训练样本集以及测试样本集的肌肉和脂肪的识别率均在97%以上,但由于牛肉图像像素值在颜色空间中比较分散,有利于聚类的规律性不明显,因而是否可用BP网络来完成肌肉与脂肪的识别,还需要在网络拓扑结构、训练样本集等方面进一步研究。  相似文献   

牛肉颜色的HSL特征分析   总被引：1，自引：0，他引：1  

贾渊  姬长英  陈念年  罗霞 《农机化研究》2007,(1):78-80

掌握牛肉肌肉的颜色特征有助于进一步的图像分析.为此,利用C#平台编制程序,对牛肉图像中的肌肉像素进行了随机抽样,并用统计学中的矩估计法和极大似然法对肌肉的HSL各分量的上下限进行了界定,最后进行图像分割来证实这些数据的正确性.结果证实,用亮度值(L)或饱和度值(S)来区分图像中的肌肉和脂肪更合适.  相似文献