本发明涉及水果成熟度鉴别技术领域,且公开了基于机器视觉学习的猕猴桃成熟度无损鉴别预测方法,包括以下步骤:S1:收集猕猴桃数据,在3‑6天里,每天同一时间段分别采集40‑80个猕猴桃的图像,并在同一位置按压判断猕猴桃是否成熟,做好标签记录并按标签保存图像文件,得到原始数据集;S2:提取数据,提取原始数据集中猕猴桃表皮的颜色、纹理;S3:判断,使用经验判断法将样本数据各个时间各个猕猴桃贴上成熟度标签,成熟度分为三个阶段——未熟、微熟和成熟。本发明排除人主观性干扰,降低人力成本,适合大批量识别操作,识别正确率远高于人工经验识别,避免了识别过程中对猕猴桃造成损伤,识别成本低。
声明:
“基于机器视觉学习的猕猴桃成熟度无损鉴别预测方法” 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)