本发明提供了一种基于神经网络的水果缺陷无损检测方法及分级方法,用以解决现有技术中对水果缺陷检测和分级不够准确的问题。所述无损检测方法首先采集水果的外观图像集、对应的两张X射线图集、切片图像集以及切片化学检测数据集;再将采集的数据进行整合,得到水果缺陷分类及与缺陷类型对应的信息包,以缺陷类型作为标签,对拼接后的X射线图进行标记;基于神经网络构建水果缺陷无损检测或分级模型,以带有标签的X射线图的像素点矩阵对模型进行训练,训练完成后输入待检测水果的X射线图数据,得到缺陷或分级结果。本发明对水果的内部和外部缺陷同时进行无损检测,分级包含水果的外观特征和内部特征,提高了检测或分级效率以及分级的准确性。
声明:
“基于神经网络的水果缺陷无损检测方法及水果分级方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)