基于卷积神经网络的花生籽粒完整性识别算法及应用

作     者：赵志衡 宋欢 朱江波 卢雷 孙磊 Zhao Zhiheng;Song Huan;Zhu Jiangbo;Lu Lei;Sun Lei

作者机构：哈尔滨工业大学电气工程及自动化学院哈尔滨150001 上海安西机械制造有限公司上海201109 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2018年第34卷第21期

页      面：195-201页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家科技重大专项(2014zx04001171) 

主　　题：农产品 图像处理 识别 卷积神经网络 特征提取 色选系统 花生颗粒筛选 

摘      要：针对现有色选设备在花生颗粒筛选过程中处理速度慢、准确率低的缺点,提出基于卷积神经网络的花生籽粒完整性识别算法。以完好花生、表皮破损花生和果仁破损花生的分类为例,构建花生图像库;搭造卷积神经网络,提取花生图像特征;为提高分类准确率和实时性,从训练集构成、减小过拟合、加快训练收敛速度、简化网络结构等几方面对卷积神经网络进行优化;最终利用含2个卷积层、2个池化层、2个全连接层的3层神经网络实现了上述3类花生的分类。试验结果表明:该方法对花生分类的准确率达到98.18%,平均检测一幅单粒花生图像的时间为18ms,与现有色选设备相比有效提高了色选设备筛选的准确率和实时性。