基于多特征融合的百香果品质识别分类方法

百香果销售需按外观和口感的品质进行分类定价。目前分类主要针对果实外表进行人眼判断,易受视觉疲劳和主观经验影响,缺乏量化标准。基于此种情况提出一种基于机器视觉多特征融合的方法对百香果品质进行自动识别并分类。分别提取百香果的颜色和纹理表观特征进行优化并融合,然后使用SVM分类器对融合特征与果实果糖含量高低进行二分类关联训练和预测。实验结果的分类准确率最高可达到91.48%,表明百香果的外观特征与口感品质有较大的关联性。由此可见采用机器视觉方法对百香果以及其他水果的外观特征进行品质判断具有较高的可行性。其中所使用的算法实现简单,计算速度快,效果良好,具有很大的应用价值。

基于BP神经网络的橙子品质识别

随着生活质量的不断提高,人们对各类果蔬的品质要求越来越高。橙子甘甜可口,深受人们的青睐,对其品质进行精准识别有助于保证消费者购买到的橙子质量,也可帮助商家及时清理腐烂的橙子。本研究以橙子为识别对象,基于图像处理及神经网络学习建立橙子品质识别模型,通过图像处理提取橙子的图像特征,将提取的特征集导入BP神经网络进行训练进而完成分类识别。结果显示:该识别模型的识别准确率为91.7%,同时具有成本低、识别速度快、检测方便等优点,且实现了无损检测。

PCA和改进BP神经网络的大米外观品质识别

为了研究大米品质的优劣,采用主成分分析算法和BP神经网络相结合的方法对大米米粒进行识别.将米粒的特征变量进行主成分分析以提取代表性的主成分分量,将获得的主成分作为输入神经元来建立自适应BP神经网络进行学习,并将训练完毕的神经网络用于实际过程中的大米品质判别,同时采用附加动量法和自适应调整速率策略优化网络结构.仿真和实验结果表明,此方法可以使得大米识别的准确度达到95%以上并且有效的减少识别所需时间.

基于图像处理和特征优选的玉米品质识别

为实现玉米籽粒的品种识别与品质评估,根据籽粒图像特征参数较多、参数间有一定相关性的特点,采集原始图像并进行必要的预处理,提取图像的颜色特征、形状特征及纹理特征共30个;以主成分分析法对指标集进行精简,在保证识别精度的前提下去除冗余信息,降低图像计算复杂度,使特征集精简为10个;以支持向量机进行分类识别,结果证实品种平均识别率为93.3%,不合格粒平均识别率为94.5%,识别精度较高,可满足玉米籽粒的无损识别、分类、检测及评估需求。

基于分类特征提取和深度学习的牛肉品质识别

目的:降低数据差异性和光谱特征冗余度对牛肉品质识别的影响。方法:提出一种基于分类特征提取和深度学习的牛肉品质识别方法,采用改进的DPeak算法对光谱数据进行自适应聚类分析,实现对数据的差异性分析。定义牛肉光谱特征提取目标函数,采用离散狮群算法进行求解,提取每个分类的最佳光谱特征子集,最大限度降低特征冗余度。运用改进狮群算法(ILSO)对每个分类对应的支持向量机(SVM)模型参数进行优化,提出融合分类特征提取和ILSO优化SVM的牛肉品质识别模型,完成对牛肉品质的分类识别。结果:相比于SSA-SVM、PCA-SVM识别模型,该模型识别精度提高了约12.3%~14.5%。结论:基于分类特征提取和深度学习的牛肉品质识别模型能够提高牛肉品质识别精度。

浅谈正山小种红茶的品质识别及成因分析

小种红茶是我国福建省特有的红茶品种，并被誉为世界红茶的鼻祖，而产自武夷山桐木关的正山小种红茶更是茶中珍品，它开创了十七世纪中国茶叶进入欧洲的新纪元，成为品质最好的中国茶的代表。由于其产地和产量有限，且历来主销欧洲市场，以至国内依然是藏在深山无人识，但其在欧洲荷兰、英国等国却有几百年的品饮历史，并演绎形成了内涵丰富、丰硕华美的红茶文化。

基于质谱的蛋白质组学技术在食品真伪鉴别及品质识别方面的应用

蛋白质组学作为后基因组时代的一个新研究方向,近几年发展迅速,目前已应用于多个领域,在食品品质检测和安全控制方面成为有力的研究工具。蛋白质组学为食品科学的相关研究打开了新思路,不仅可以鉴定蛋白质种类,还可进行蛋白质定量,为分析不同物种、产地、成熟阶段的食品蛋白质组分和含量提供了可能。蛋白质组学研究手段多样,质谱是常用技术之一。该文介绍了蛋白质组学的概念、分类、研究技术以及常见蛋白质数据库,综述了基于质谱的蛋白质组学技术在真伪鉴别和品质检测方面的应用,涉及海鲜、肉制品、奶制品、保健食品及高附加值食品等多种食品,并对蛋白质组学的发展进行了展望。

棉籽品质识别系统设计

为解决棉籽品质识别问题,利用机器视觉技术,设计一种基于机器视觉技术的棉籽品质识别系统,实现对棉籽品质的快速识别。现有的去除方式采用人工识别筛分,一次筛分并不能完全筛分干净而且其操作麻烦,工作效率低,因此一种可以进行棉籽清理的装置,是亟待解决的问题,据经验可知,不同品质的脱绒棉籽表面颜色特征具有差别,因此,只要采集棉籽的颜色信息,经过一定的数据处理,就可以判定棉籽的品质优劣。用工业相机CCD对棉籽图像进行采集,得到相应的RGB图像;对所采集的图像进行预处理,消除噪声及细化图像特征将预处理后的图像进行颜色空间转换,即在HSI颜色空间中表示图像,然后将H、 S、 I分割,得出棉籽图像的H、 S、 I值;在BP神经网络选择好的情况下接收输入H、 S、 I值,网络经过对不同的训练目标、训练次数及隐含层的结点个数进行训练,得出误差小的组合,完成棉籽的品质识别。实验结果表明,该系统对棉籽品质识别效果良好。

近红外光谱在红枣品质识别技术上的应用

随着科学技术的发展与进步,近红外光谱的应用领域越来越广泛,其在食品、制药、石化以及农业等多方面均发挥着重要作用。将近红外光谱与红枣品质识别技术相结合,则能够有效提升红枣品质的优劣品鉴,减少红枣品质识别的费用,为红枣近红外光谱与部分品质之间关系的建立奠定基础。

“十二五”863计划“食品表征属性与品质识别新技术及设备研究”课题启动会在京召开

近日，“十二五”863计划“现代食品工程化技术与装备”主题项目的第七课题“食品表征属性与品质识别新技术及设备研究”启动会在北京召开。科技部农村司、农村中心、国家质检总局科技司、中国检验检疫科学研究院有关领导和管理人员，以及项目首席专家和课题组成员参加了启动会。

信息数据库在农产品品质识别中的应用

目前农产品品质识别问题成为农业竞争力和产业化发展的热点。该文通过探讨构建农产品品质识别信息数据库来达到防止假冒伪劣,实现对农产品品质识别的目的,通过应用数据库信息平台来鉴别农产品品质,最终实现农产品产地保护。

卷积神经网络对平菇品质识别的研究

随着食用菌产业的迅速发展,我国已成为全球最大的食用菌生产国与消费国。目前我国平菇市场需求量大,智能化生产水平低,平菇后期管理环节需要投入大量人力资源,如何实现平菇的智能化生产是一个值得研究的课题。文章将采集的平菇子实体样本进行预处理,按其不同生长时期进行分类标注。然后使用经典Alexnet网络结构,在MATLAB软件中搭建适合平菇品质识别的模型进行训练和测试。完成对平菇不同生长时期品质的识别,为提高平菇温室大棚系统的智能化控制水平提供支持。

机器视觉技术在农产品品质自动识别中的应用(Ⅰ)

随着图像处理技术的专业化与计算机硬件成本的下降和速度的提高 ,在农产品品质自动识别领域应用机器视觉技术已变得越来越具有吸引力。为了能充分利用国外的最新研究成果 ,该文分农产品表面缺陷与损伤识别、尺寸与面积检测和颜色识别等三个方面棕述了国外在利用机器视觉技术进行农产品品质自动识别上的研究进展 ,以供我国研究人员做同类研究时参考。

机器视觉技术在农产品品质自动识别中的应用研究进展

该文分水果果梗识别、果形识别、内部品质检测和硬件设备开发等 4个方面综述了国外在利用机器视觉技术进行农产品品质自动识别上的研究进展 ,并指出了目前尚需解决的难点问题 ,以供我国研究人员做同类研究时参考。

小资料酒吧:白兰地的品质识别

白兰地是用水果的汁液、果肉或残渣发酵、蒸馏及混合而成。为了保持其风味、芳香与特性,蒸馏酒精度低于95%。在法国有一句谚语:男孩喝红酒,男人喝 Port,要想当英雄,就喝白兰地。白兰地被称为英雄酒。如何鉴别其品质呢?酒商通常以瓶上的星或字母表示产品的质量。

怎样识别化妆品品质

女人爱美是天性。当然在爱美的同时化妆品也成了她们生活中必不可少的东西。为了在你爱美的同时又能买到货真价实的产品，本刊特介绍各类化妆品品质的识别方法供消费者参考。

基于图像处理与人工神经网络的小麦颗粒外观品质评价方法

综合利用计算机视觉、图像处理、人工神经网络技术,实现小麦品质评价自动化。通过比较不同背景,发现在黑色毛面纸板背景下,使用数码像机获得容易处理的小麦图像。应用分水岭算法自主开发了图像分割处理软件,分割小麦图像并识别提取出完整的小麦颗粒,针对每个小麦颗粒,计算了其12个形态学特征、12个色泽参数等图像特征参数。利用所提取的24个小麦图像特征参数,采用人工神经网络BP算法建立起小麦粒径外观品质评价模型,并应用于小麦的品质识别,取得了良好的试验结果。多次建模运算证明,该方法具有较好的稳定性,对小麦粒径外观品质评价的平均识别准确率可达93%。

基于FISS成像光谱数据的鲜-解冻肉识别研究

基于自主研制的地面成像光谱辐射测量系统(field imaging spectrometer system,FISS),利用获取的可见/近红外波段成像光谱数据进行鲜猪肉和解冻猪肉的识别研究,同时对鲜猪肉的新鲜度在类别和等级上分别进行识别研究。通过最小噪声分离变换和一阶微分处理,消除数据高频随机噪声和基线偏移,改善多重共线性,运用Wilks’lambda逐步法选择特征波长,采用Fisher线性判别函数建立判别分析模型。运用选择的前8个波段建立模型,对鲜猪肉和解冻猪肉的识别即可高达99%;运用选择的前6个波段,鲜猪肉新鲜度类别总体正确识别率达到98%;运用28个波段,鲜猪肉新鲜度等级的总体正确识别率为93.6%。研究结果表明,FISS在肉类食品品质识别分类方面具有较高的应用潜力。

基于计算机视觉技术的武夷岩茶识别研究

该研究对数码相机所获得的茶叶图像经过图像预处理、图像增强后,提取出茶叶颜色、形状特征,用相同的方法获取茶汤颜色特征,通过BP神经网络训练和分类,完成对武夷岩茶品质的识别,实验结果表明此方法有较好的识别效果,检测结果和人工检测结果高度吻合.

基于YOLOV3的干垃圾品质检测方法

本文采用准确率高实时性强的YOLOV3算法对干垃圾倾倒过程中的水流进行识别和检测,根据识别情况判定干垃圾分类品质的好坏。实验结果表明,基于YOLOV3算法的干垃圾品质检测方法能准确识别出干垃圾倾倒过程中的水流大小,同时通过反向标注再训练的方法,明显降低了复杂环境下模型对类似水流干垃圾的误识别率,满足干垃圾水流识别的实际需要,提高了干垃圾分类品质判定的效率。