基于X射线图像的核桃品种识别方法研究

作者：高庭耀; 张淑娟^*; 孙鹏; 赵华民; 孙海霞; 牛瑞敏

来源：食品科技, 2020, 45(11): 284-288.

DOI：10.13684/j.cnki.spkj.2020.11.045

• X射线成像技术
• 品种判别
• 概率神经网络
• 极限学习机
• 核桃

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。

• 单位
  山西农业大学