基于机器视觉和机器学习技术的鸡胴体质量自动分级方法

论文摘要

[目的]为实现对鸡胴体质量等级的非接触在线自动判定,本文提出一种基于机器视觉和机器学习技术的鸡胴体等级在线检测方法。[方法]首先用图像采集装置获取鸡胴体图像,对图像进行预处理并提取包括投影面积、胴体长度、轮廓长度、鸡胸长度、鸡胸宽度和鸡胸面积等图像特征参数。在对所得到的数据进行无量纲处理后,再以这6个特征参数为输入、质量为输出,分别利用随机森林(random forest,RF)算法、自适应提升算法(Adaboost,AB)和梯度提升算法(gradient boosting,GB)3种机器学习方法,建立鸡胴体质量等级预测的非线性回归模型,对鸡胴体质量等级进行自动判定。[结果]在对鸡胴体质量进行预测时,梯度提升模型的判定系数最大,为0.996 0,明显优于线性模型,也优于其他2种非线性模型;在对鸡胴体质量等级进行判定时,也是梯度提升模型的判定正确率最高,为96%。[结论]可利用梯度提升模型对鸡胴体质量和等级进行精确预测和判定。

论文目录

• 1 材料与方法
•   1.1 试验材料
•   1.2 试验仪器及设备
•   1.3 样本图像采集
•   1.4 图像预处理
•     1.4.1 灰度化及滤波
•     1.4.2 Otsu阈值分割
•     1.4.3 孔洞填充
•   1.5 特征参数的提取
•     1.5.1 体长 （L）
•     1.5.2 投影面积 （A）
•     1.5.3 周长 （C）
•     1.5.4 鸡胸长度和宽度
•     1.5.5 鸡胸面积 （S）
•   1.6 特征参数的标定
•   1.7 鸡胴体质量分级的非线性预测模型
•     1.7.1 随机森林算法
•     1.7.2 自适应提升算法
•     1.7.3 梯度提升算法
•   1.8 数据处理及模型评估
• 2 结果与分析
•   2.1 鸡胴体质量预测和等级判定的非线性模型及其比较分析
•   2.2 鸡胴体质量等级的判定及评估
• 3 结论

文章来源

类型: 期刊论文

作者: 戚超,徐佳琪,刘超,吴明清,陈坤杰

关键词: 鸡胴体,机器视觉,机器学习,预测模型,分级

来源: 南京农业大学学报 2019年03期

年度: 2019

分类: 农业科技,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: 南京农业大学工学院

分类号: TS251.3;TP391.41

页码: 551-558

总页数: 8

文件大小: 1387K

下载量: 296