基于量子遗传模糊神经网络的苹果果实识别

发布时间：2021-10-19 06:06

　　针对田间苹果采摘机器人视觉系统中彩色图像边界像素的模糊性和不确定性影响苹果果实识别精度和速度问题,提出了一种将量子遗传算法的全局搜索能力和模糊推理神经网络的自适应性相结合的算法来识别苹果果实。利用量子遗传算法对模糊神经网络的可调整参数初始值进行了全局优化,加快了网络学习速度,避免了传统BP误差反向传播学习算法易陷入局部极小值、迭代次数多等弊端。实验表明:该识别模型高速且稳定,鲁棒性好,对于果实本身颜色不均匀样本正确识别率为100%,对自然光照引起颜色不均匀样本正确识别率为96.86%,对邻接图像正确识别率为94.29%,对重叠图像正确识别率为92.31%。 

【文章来源】：农业机械学报. 2013,44(12)北大核心EICSCD

【文章页数】：7 页

【文章目录】：
引言
1 苹果图像获取与颜色空间选择
    1.1 苹果图像获取
    1.2 颜色空间选择
    1.3 苹果果实识别方法
2 模糊神经网络模型
    2.1 正则化模糊神经网络模型
    2.2 苹果果实识别正则化模糊神经网络学习算法
3 模糊神经网络的改进
    3.1 量子遗传模糊神经网络
    3.2 量子遗传算法编码规则
    3.3 适应度函数设计
    3.4 量子遗传操作规则
4 苹果果实识别模型的应用
    4.1 确定网络结构
    4.2 苹果果实识别模型的验证
    4.3 实验结果分析
5 结论


【参考文献】：
期刊论文
[1]基于量子神经网络的马铃薯早疫病诊断模型[J]. 马晓丹,谭峰,许少华.  农业机械学报. 2011(06)
[2]苹果采摘机器人仿生机械手静力学分析与仿真[J]. 崔鹏,陈志,张小超.  农业机械学报. 2011(02)
[3]基于遗传模糊神经网络的植物病斑区域图像分割模型[J]. 关海鸥,许少华,谭峰.  农业机械学报. 2010(11)
[4]苹果采摘机器人果实识别与定位方法[J]. 司永胜,乔军,刘刚,高瑞,何蓓.  农业机械学报. 2010(09)
[5]一种改进的双链量子遗传算法及其应用[J]. 许少华,许辰,郝兴,王颖,李盼池.  计算机应用研究. 2010(06)
[6]田间果蔬采摘机器人视觉传感器设计与试验[J]. 李理,殷国富,刘柯岐.  农业机械学报. 2010(05)
[7]草莓采摘位置机器视觉与激光辅助定位方法[J]. 张凯良,杨丽,张铁中.  农业机械学报. 2010(04)
[8]基于机器视觉的苹果识别和形状特征提取[J]. 司永胜,乔军,刘刚,刘兆祥,高瑞.  农业机械学报. 2009(08)
[9]BP神经网络算法的一种改进及在小麦赤霉病预测中的应用[J]. 关海鸥,许少华,左豫虎,马晓丹.  黑龙江八一农垦大学学报. 2009(03)
[10]基于BP神经网络的苹果图像分割算法[J]. 王津京,赵德安,姬伟,蔡纪鹤,李发忠.  农机化研究. 2008(11)

硕士论文
[1]球形果采摘机器人视觉系统设计与开发[D]. 张洁.燕山大学 2011
[2]量子进化算法及其应用研究[D]. 范胜辉.南京航空航天大学 2010
[3]基于相似度的模糊推理算法研究[D]. 潘俊任.浙江理工大学 2010
[4]基于支持向量机苹果采摘机器人视觉系统的研究[D]. 王津京.江苏大学 2009



本文编号：3444299