基于DeepLab-V3和改进KNN的多特征融合苹果分级

作者：王迎超; 张洚宇^*; 李娜; 秦立浩; 马玉花; 孔令康

来源：电脑编程技巧与维护, 2023, (11): 40-116.

DOI：10.16184/j.cnki.comprg.2023.11.033

• DeepLab-V3模型
• 改进KNN
• 多特征融合
• 苹果分级

为准确实现多特征融合的苹果分级，提出了一种基于DeepLab-V3和改进K近邻算法（KNN）的多特征融合苹果分级方法。该方法主要包括图像预处理、亮度均衡化、背景分割、特征加权及改进的KNN分级模型。借助均值滤波算法和亮度均衡化操作改善苹果图像质量；输入到DeepLab-V3分割模型进行背景分割；分割完成后依次提取苹果的果径、果形、颜色、缺陷、纹理5个特征；将特征数据输入到改进的KNN模型中完成苹果的分级定等。对400个定好等级的苹果进行分级测试，准确率达到91.75%，验证了该方法的可行性与准确性。