为了实现鸡蛋新鲜度的无损检测和分级, 建立了利用计算机视觉检测鸡蛋内容物透射图像信息的装置, 通过图像处理, 获取了蛋壳表面颜色信息和表示鸡蛋新鲜的参数哈夫单位值(HU), 得到了利用计算机视觉预测鸡蛋新鲜度的有关的H, I, S, a, b, a*, b*, a-a*, b-b*共9个参数, 然后通过分析哈夫单位HU与9个参数之间的相关性, 并建立多元线性回归方程, 确立了与鸡蛋新鲜度密切相关的三个参数H, I, b。并以H, I, b作为输入变量, 创建了基于Matlab的结构为3-15-4的3层BP神经网络模型, 对鸡蛋的新鲜度进行分级, 模型具有较好的泛化功能和鲁棒性, 对各个等级鸡蛋的新鲜度分级准确率达90%, 对整体鸡蛋新鲜度分级的准确率达到93.3%。
2021-10-25 16:23:44
1.2MB
1
具体效果实现可访问https://blog.csdn.net/qq_29099209/article/details/85317542查看，有问题的可以留言
2021-10-21 17:16:01
5.37MB
1
等间距分级
等间距分级原理简单易于操作，但当数据集中在某一小范围内时，各分级之间数据个数的差别太大时会造成图面配置不均衡，影响制图效果。
2021-10-20 08:57:34
1.74MB
1