联合图像最优特征提取及改进RBF神经网络的苹果质量估计

目的:以阿克苏苹果为例,设计一种联合图像最优特征提取和改进RBF神经网络学习的苹果质量估计方法,以克服人工分级称重成本高、误差大的缺陷.方法:首先,建立苹果图像采集系统,得到苹果前景图像信息;其次,设计苹果图像特征集合最佳子集提取策略,将最佳子集提取过程转化为 目标函数优化问题,并利用改进的离散蝗虫优化算法进行求解,从而得到最佳苹果图像特征子集;最后,构建基于RBF神经网络学习的苹果质量估计模型,将最佳特征子集作为网络输入,并采用蝗虫优化算法优化配置RBF神经网络超参数,从而实现对苹果质量的有效估计.结果:所提苹果质量估计方法精度更高,质量估计值平均相对误差率为1.23％.结论:该方法可以有效...

Full description

Saved in:
Bibliographic Details
Published in食品与机械 Vol. 40; no. 2; pp. 125 - 183
Main Authors 赵敏, 王成荣, 李苒
Format Journal Article
LanguageChinese
Published 山西药科职业学院,山西 太原 030006%山西农业大学,山西 太原 030031%太原科技大学,山西太原 030024 01.02.2024
Subjects
image processing
RBF神经网络
grasshopper optimization algorithm
精度
accuracy
蝗虫优化算法
质量估计
apple
特征提取
苹果
feature extraction
图像处理
RBF
weight estimation
Online AccessGet full text

Cover

More Information
Summary:目的:以阿克苏苹果为例,设计一种联合图像最优特征提取和改进RBF神经网络学习的苹果质量估计方法,以克服人工分级称重成本高、误差大的缺陷.方法:首先,建立苹果图像采集系统,得到苹果前景图像信息;其次,设计苹果图像特征集合最佳子集提取策略,将最佳子集提取过程转化为 目标函数优化问题,并利用改进的离散蝗虫优化算法进行求解,从而得到最佳苹果图像特征子集;最后,构建基于RBF神经网络学习的苹果质量估计模型,将最佳特征子集作为网络输入,并采用蝗虫优化算法优化配置RBF神经网络超参数,从而实现对苹果质量的有效估计.结果:所提苹果质量估计方法精度更高,质量估计值平均相对误差率为1.23％.结论:该方法可以有效实现苹果质量预估,也能够推广应用到其他类似轴对称形状的水果质量估计.
ISSN:1003-5788
DOI:10.13652/j.spjx.1003.5788.2023.60140