典型文献
基于机器视觉和反向传播神经网络的蓝莓表面缺陷检测
文献摘要：
针对蓝莓表面缺陷检测快速、准确的需求,提出一种基于机器视觉和反向传播神经网络的蓝莓表面缺陷检测方法.构建蓝莓表面缺陷图片数据集,通过形态学相加等图像处理技术实现蓝莓图像的背景去除与图像增强,采用最大类间方差阈值方法提取蓝莓表面缺陷.对蓝莓表面缺陷提取外观特征,包括色调分量图像的色调累积频度、纹理特征、几何特征.利用主成分分析优化蓝莓表面缺陷外观特征,构建基于反向传播神经网络的蓝莓表面缺陷检测模型.测试集检测结果表明,采用基于机器视觉和反向传播神经网络的蓝莓表面缺陷检测方法,平均识别率达到92.3％,对腐烂、擦伤、机械损伤、褶皱的识别率均高于83％.
文献关键词：
机器视觉;反向传播神经网络;蓝莓;缺陷;检测
中图分类号：
作者姓名：
陈阳;王英;厉卿宋;陈嘉瑶
作者机构：
宁波大学 机械工程与力学学院 浙江宁波 315211
文献出处：
引用格式：
[1]陈阳;王英;厉卿宋;陈嘉瑶-.基于机器视觉和反向传播神经网络的蓝莓表面缺陷检测)[J].机械制造,2022(04):54-58
A类：
B类：
机器视觉,反向传播神经网络,蓝莓,表面缺陷检测,缺陷检测方法,图片数据,相加,加等,图像处理技术,背景去除,图像增强,最大类间方差,缺陷提取,外观特征,色调,频度,纹理特征,几何特征,分析优化,检测模型,测试集,识别率,腐烂,擦伤,机械损伤,褶皱
AB值：
0.279662
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
