基于机器视觉的茶叶品质自动检测方法研究

论文摘要

该文提出一种基于机器视觉的茶叶品质自动检测方法.在利用搭建的图像采集系统采集到茶叶原始图像后,使用颜色直方图和纹理来提取特征,然后引入PCA减少特征维数研究适用于茶叶品质检测的神经网络分类方法.试验表明,该方法能够得到准确、稳定的茶叶品质检测结果,具备实际应用价值.

论文目录

• 1 茶叶样品图像获取
• 2 图像特征提取
•   2.1 颜色特征
•   2.2 纹理特征
• 3 特征降维
• 4 人工神经网络框架的选择
•   4.1 反向传播多层感知器（BPMLP）
•   4.2 广义回归神经网络（GRNN）
•   4.3 径向基函数网络（RBFN）
• 5 结果与分析
•   5.1 校准和测试准备数据采集
•   5.2 性能参数的选择
•   5.3 茶叶品质检测的神经网络模型比较
•   5.4 定预测模型的性能分析
• 6 结语

文章来源

类型: 期刊论文

作者: 郑晓玲

关键词: 机器视觉,茶叶品质,自动检测

来源: 通化师范学院学报 2019年10期

年度: 2019

分类: 社会科学Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,计算机软件及计算机应用

单位: 黎明职业大学智能制造工程学院

基金: 福建省教育厅中青年课题(JAT171087)

分类号: TS272.7;TP391.41

DOI: 10.13877/j.cnki.cn22-1284.2019.10.002

页码: 6-9

总页数: 4

文件大小: 1585K

下载量: 112