基于機(jī)器視覺的梨品種識別研究

孫海霞，王林杰，張淑娟，蘇立陽，任 銳

（山西農(nóng)業(yè)大學(xué)農(nóng)業(yè)工程學(xué)院，山西 晉中 030801）

梨被譽(yù)為百果之宗，可口多汁、營養(yǎng)豐富，含有多種維生素和纖維素，有降火、清心、潤肺等功效[1]。不同品種梨的口感和品質(zhì)完全不同，消費(fèi)者對不同品種梨的喜好程度不一。由于山西梨品種繁多，目前，梨品種區(qū)分主要依靠人工分選，人工效率低且勞動(dòng)強(qiáng)度大，限制了梨產(chǎn)業(yè)的大規(guī)模分選和推廣。目前對梨的保鮮、營養(yǎng)成分和品質(zhì)分級研究較多，但對梨的品種分選較少。因此，迫切需要一種自動(dòng)化、智能化的技術(shù)解決梨品種分類問題，對梨產(chǎn)業(yè)的發(fā)展具有重要的生產(chǎn)意義和經(jīng)濟(jì)價(jià)值。

隨著計(jì)算機(jī)技術(shù)的發(fā)展，基于機(jī)器學(xué)習(xí)的圖像處理技術(shù)運(yùn)用于農(nóng)產(chǎn)品品種分選中[2]。余游江等人[3]以新疆地區(qū)5 個(gè)品種的紅棗為研究對象，提出以卷積神經(jīng)網(wǎng)絡(luò)為基學(xué)習(xí)器的Stacking 模型融合方法進(jìn)行分類，模型的分類準(zhǔn)確率為92.38%。耿磊等人[4]建立了不同品種蘋果的數(shù)據(jù)集，提出了基于融合注意力結(jié)構(gòu)的蘋果品種自動(dòng)鑒別模型EBm-Net，充分提取了外形輪廓和顏色紋理特征，增大了各品種蘋果的類間差異，總體分類準(zhǔn)確率為96.78%。李秀昊等人[5]通過提取稻谷圖像的形狀特征和顏色特征，構(gòu)建了（Support Vector Machines，SVM） 和BP 神經(jīng)網(wǎng)絡(luò)識別模型，基于特征融合所建SVM 模型的識別準(zhǔn)確率（99.50%） 最高且時(shí)間（0.165 s） 最短，可滿足稻谷在線識別與質(zhì)量檢測的精度和實(shí)時(shí)性要求。

以玉露香梨、酥梨和雪花梨為研究對象，利用機(jī)器視覺技術(shù)采集樣本的圖像信息，通過連續(xù)投影法優(yōu)選特征值，利用偏最小二乘回歸法和最小二乘支持向量機(jī)建模分析，優(yōu)選特征值和模型，為今后的梨品種在線檢測提供理論參考。……