為了準確分類小麥籽粒為面包小麥或硬粒小麥,采用人工神經(jīng)網(wǎng)絡(luò)（ANN）基于計算機視覺的應用,依靠多層感知器（MLP）通過高分辨率攝像機,利用圖像處理技術(shù)（IPT）獲取了4維3色5紋理的主要視覺特征;再從12個主要特征中復制出21個視覺特征,將視覺特征的數(shù)據(jù)集作為ANN模型的輸入?yún)?shù)建立了4種輸入數(shù)據(jù)子集的ANN模型。將200粒籽粒中的180粒用于ANN模型訓練,20粒用于精度測試。利用相關(guān)CfsSubsetEval算法對ANN模型進行簡化,確定了對分類結(jié)果最有效的輸入?yún)?shù)個數(shù)為7。采用簡化的ANN模型對20粒樣品進行檢測可準確分離面包小麥和硬粒小麥的籽粒,平均絕對誤差（MAE）為9.8×10^-6。本研究提出的基于計算機視覺的分類器可以成功對小麥籽粒進行自動分類。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 圖像和數(shù)據(jù)采集
    1.1 獲取圖像
    1.2 圖像處理技術(shù)(IPT)
    1.3 采集特征數(shù)據(jù)
2 實驗結(jié)果
    2.1 人工神經(jīng)網(wǎng)絡(luò)模型設(shè)計
    2.2 訓練和測試ANN模型
    2.3 測試結(jié)果及分析
3 結(jié) 論



本文編號：4011185