基于机器视觉的樱桃缺陷检测与识别

作者：裴悦琨; 连明月; 姜艳超; 叶家敏; 韩心新; 谷宇

来源：食品与机械, 2019, 35(12): 137-226.

DOI：10.13652/j.issn.1003-5788.2019.12.025

• 缺陷检测
• 樱桃分级
• 机器视觉
• 卷积神经网络

以机器视觉技术为基础,利用卷积神经网络对樱桃缺陷进行检测与识别,并进行验证。结果表明,正常果樱桃识别准确率为99.25%,缺陷果樱桃识别准确率为97.99%,识别速度为25个/s;通过与其他方法进行对比,试验方法能够准确检测并识别多种缺陷类型。

• 单位
  大连大学