摘要
本发明提供一种基于图像处理的菠萝品质分级方法、系统及介质,涉及菠萝品质分级技术领域。首先,构建包含不同品质梯度的菠萝样本数据集,采集各样本菠萝的图像组数据,提取各样本菠萝的颜色、大小、缺陷和糖分等特征。其次,利用无监督聚类算法对样本进行特征聚类,确定其品质梯度。构建卷积神经网络模型,将图像数据作为输入进行训练,对应的缺陷特征作为标签,以构建缺陷检测模型。接着,采集待分级菠萝的图像数据,应用训练好的模型获取缺陷特征,并分析其相关特征。最后,计算待分级菠萝与样本菠萝之间的特征偏移指数,依据最小偏移对应的样本菠萝品质确定待分级菠萝的品质梯度。
技术关键词
菠萝
品质分级方法
样本
像素点
图像处理
颜色
数据
无监督聚类
指数
卷积神经网络框架
分级系统
饱和度
构建卷积神经网络
近红外光谱法
初始聚类中心
森林虫害
轮廓
标准化方法
系统为您推荐了相关专利信息
弧光接地过电压
电网系统
光学互感器
故障分析模型
历史运行数据
芯片外壳
核酸回收芯片
移动底座
凝胶电泳
负极电极
缝洞型碳酸盐岩储层
样本
随机森林模型
测井特征
导航方法