%0 Journal Article
%T 基于计算机视觉和神经网络的鸡蛋新鲜度检测
%A 邢志中
%A 张海东
%A 王孟
%A 翟超男
%A 郭小军
%A 陈腾
%J 江苏农业科学
%D 2017
%X 为了提高鸡蛋新鲜度分级的准确率，利用计算机视觉技术，通过所搭建的鸡蛋透射光图像采集系统获取鸡蛋透射光图像信息，提取鸡蛋的5个形状特征和6个颜色特征参数，结合BP神经网络与鸡蛋的哈夫单位值进行对照，从而建立鸡蛋新鲜度检测分级模型。其训练集和测试集的分级正确率分别为99.583 3%和98.333 3%。该分级模型的分级正确率达98.000 0%以上，具有较好的泛化功能及鲁棒性。结果表明，用鸡蛋的形状参数与颜色参数，结合神经网络对鸡蛋新鲜度分级是可行的，具有较高的分级正确率
%K 鸡蛋
%K 计算机视觉
%K 新鲜度
%K 神经网络
%U http://www.jsnykx.cn/oa/DArticle.aspx?type=view&id=201711044