摘要
本发明涉及图像处理技术领域,公开了一种基于图像处理的食品变质检测方法及系统,用于提高基于图像处理的食品变质检测的效率及准确率。方法包括:对多角度图像集进行图像边缘及对比度增强,得到多角度图像集对应的增强图像集;对增强图像集进行图像特征提取,得到图像纹理特征集;对图像纹理特征集进行特征融合,得到融合特征向量集;将融合特征向量集输入模糊C均值聚类算法进行食品多因素变质概率分析,得到每个因素的食品变质概率及食品变质特征数据;将每个因素的食品变质概率及食品变质特征数据输入广义回归神经网络进行食品变质程度分析,得到食品变质程度,将食品变质程度传输至预置的数据展示终端进行数据展示。
技术关键词
图像纹理特征
食品变质检测方法
局部二值模式算法
局部纹理特征
模糊C均值聚类算法
广义回归神经网络
图像特征提取
像素点
粗糙度
分布直方图
数据
多角度
图像处理
邻域
频率
拉普拉斯
初始聚类中心
系统为您推荐了相关专利信息
服装信息追溯方法
二维码识别技术
云端服务器
信息追溯技术
变化检测模型
食品营养成分
智能检测方法
图像外观特征
递归神经网络
图像纹理特征
滑床板
移位检测方法
铁路轨道
动态时间规整算法
视觉SLAM算法
多层次特征融合
定位模块
局部纹理特征
多视角
多尺度
姿态传感器
二维超声图像
三维超声图像
图像纹理特征
影像