基于X射线图像的核桃品种识别方法研究
发布时间：2021-07-26 15:33
针对核桃品种混杂问题,研究基于X射线成像技术的核桃品种识别方法。采集不同核桃品种的X射线图像,并对图像进行预处理和背景分割;采用多种方法提取图像的纹理特征和形状特征,共计71个特征参数。分别利用极限学习机（ELM）和概率神经网络（PNN）建立核桃的品种判别模型。结果表明:在核桃品种判别的所有模型中,老树核桃被误判的个数最多,识别率有待提高,ELM判别模型整体识别率优于PNN判别模型;在3种核桃的判别过程中,ELM判别模型的总体判别率达到88.76%。因此基于X射线成像技术能有效判别核桃品种,为实现核桃品种自动分选提供了新的研究方向。
【文章来源】：食品科技. 2020,45(11)北大核心
【文章页数】：5 页
【部分图文】：
3种核桃的样本图像和X射线图像
X射线成像系统在低能量区域信噪比较差,获得的核桃图像噪声大,通过图像的预处理改善图像质量,便于对图像进行后续的处理和分析[13]。对比多种图像去噪方法,发现采用巴特沃斯高通滤波器进行滤波,抑制了图像中的低频信息,更好地保留了图像的边缘信息[14]。如图2所示,经过滤波处理后,核桃壳和核桃仁的边缘信息等更好地保留了下来。1.3.2 背景去除
为消除背景对图像特征提取带来的影响,需要去除图像背景。首先采用“Otsu”阈值法将灰度图像二值化;然后对二值图像进行取反操作,采用形态学提取边界,将膨胀和腐蚀后的图像相减得到核桃的边缘图像;依次使用“imclearborder”“bwareaopen”“imclose”及“imfill”算法删除离散孤立点并进行填充,得到图像模板;最后和原图像进行“与”运算,得到去除背景后的核桃图像[15]。核桃X射线图像背景去除过程如图3所示。1.3.3 特征提取
【参考文献】：
期刊论文
[1]基于中红外光谱和化学计量学算法鉴别核桃产地及品种[J]. 何勇,郑启帅,张初,岑海燕. 光谱学与光谱分析. 2019(09)
[2]基于高光谱图像和深度学习的菠菜新鲜度检测[J]. 谢忠红,徐焕良,黄秋桂,王培. 农业工程学报. 2019(13)
[3]基于计算机视觉的核桃外观缺陷检测[J]. 李成吉,张淑娟,孙海霞,陈彩虹,邢书海,赵旭婷. 现代食品科技. 2019(08)
[4]基于机器视觉的花生米品质分选方法[J]. 张凯,李振华,郁豹,胡安翔. 食品科技. 2019(05)
[5]基于X射线的盒装水饺异物自动检测与分类[J]. 王强,武凯,王新宇,孙宇,杨晓燕,楼晓华. 计算机辅助设计与图形学学报. 2018(12)
[6]基于X射线和卷积神经网络的异物水饺识别[J]. 王强,武凯,王新宇,孙宇,杨晓燕,楼晓华. 食品科学. 2019(16)
[7]改进烟花算法和概率神经网络智能诊断齿轮箱故障[J]. 陈如清,李嘉春,尚涛,张俊. 农业工程学报. 2018(17)
[8]基于纹理与形状特征融合的刑侦图像检索算法[J]. 兰蓉,郭思忱,贾世英. 计算机工程与设计. 2018(04)
[9]我国核桃生产现状及发展策略[J]. 邓金龙. 林产工业. 2016(10)
[10]近红外技术对南疆核桃品种的鉴定及品质比较[J]. 贾昌路,高山,张宏,张万栋,张锐. 湖北农业科学. 2016(10)
本文编号：3303829
【文章来源】：食品科技. 2020,45(11)北大核心
【文章页数】：5 页
【部分图文】：
3种核桃的样本图像和X射线图像
X射线成像系统在低能量区域信噪比较差,获得的核桃图像噪声大,通过图像的预处理改善图像质量,便于对图像进行后续的处理和分析[13]。对比多种图像去噪方法,发现采用巴特沃斯高通滤波器进行滤波,抑制了图像中的低频信息,更好地保留了图像的边缘信息[14]。如图2所示,经过滤波处理后,核桃壳和核桃仁的边缘信息等更好地保留了下来。1.3.2 背景去除
为消除背景对图像特征提取带来的影响,需要去除图像背景。首先采用“Otsu”阈值法将灰度图像二值化;然后对二值图像进行取反操作,采用形态学提取边界,将膨胀和腐蚀后的图像相减得到核桃的边缘图像;依次使用“imclearborder”“bwareaopen”“imclose”及“imfill”算法删除离散孤立点并进行填充,得到图像模板;最后和原图像进行“与”运算,得到去除背景后的核桃图像[15]。核桃X射线图像背景去除过程如图3所示。1.3.3 特征提取
【参考文献】：
期刊论文
[1]基于中红外光谱和化学计量学算法鉴别核桃产地及品种[J]. 何勇,郑启帅,张初,岑海燕. 光谱学与光谱分析. 2019(09)
[2]基于高光谱图像和深度学习的菠菜新鲜度检测[J]. 谢忠红,徐焕良,黄秋桂,王培. 农业工程学报. 2019(13)
[3]基于计算机视觉的核桃外观缺陷检测[J]. 李成吉,张淑娟,孙海霞,陈彩虹,邢书海,赵旭婷. 现代食品科技. 2019(08)
[4]基于机器视觉的花生米品质分选方法[J]. 张凯,李振华,郁豹,胡安翔. 食品科技. 2019(05)
[5]基于X射线的盒装水饺异物自动检测与分类[J]. 王强,武凯,王新宇,孙宇,杨晓燕,楼晓华. 计算机辅助设计与图形学学报. 2018(12)
[6]基于X射线和卷积神经网络的异物水饺识别[J]. 王强,武凯,王新宇,孙宇,杨晓燕,楼晓华. 食品科学. 2019(16)
[7]改进烟花算法和概率神经网络智能诊断齿轮箱故障[J]. 陈如清,李嘉春,尚涛,张俊. 农业工程学报. 2018(17)
[8]基于纹理与形状特征融合的刑侦图像检索算法[J]. 兰蓉,郭思忱,贾世英. 计算机工程与设计. 2018(04)
[9]我国核桃生产现状及发展策略[J]. 邓金龙. 林产工业. 2016(10)
[10]近红外技术对南疆核桃品种的鉴定及品质比较[J]. 贾昌路,高山,张宏,张万栋,张锐. 湖北农业科学. 2016(10)
本文编号：3303829
本文链接：https://www.wllwen.com/wenshubaike/jieribaike/3303829.html
