基于单片机和机器视觉的马铃薯品质分级研究
质量和形状是马铃薯综合分级的两个最为重要的外部特征。根据国家马铃薯分级标准的要求，设计了一种基于外观品质和质量相结合的马铃薯分级模型样机。首先采用重量传感器采集传送带上的马铃薯质量，并送人单片机进行分级判断，结合提取的等效椭圆特征参数R 和C，然后输入到已训练好的BP 神经网络完成对马铃薯的形状分类，综合重量和外观形状分级评判结果，驱动分级控制机构实现自动分级。试验结果表明：该分级研究选用的分级特征参数少，能较有效的描述马铃薯形状，实验综合分级结果平均准确率达94.71％，与人工分级的一致性高，满足实际检测的要求。
马铃薯 质量分级 等效椭圆 神经网络 形状分类 机器视觉
高晓阳 王泽京 毕阳 张明艳 李红岭 孔彦龙 毛红玉
甘肃农业大学工学院,兰州 730070 甘肃农业大学食品科学与工程学院,兰州 730070
国内会议
重庆
中文
1-5
2011-10-22（万方平台首次上网日期，不代表论文的发表时间）