公开(公告)号：CN119418334A

公开(公告)日：2025-02-11

申请号：CN202510023212.X

申请日：2025-01-07

Applicant: 仲恺农业工程学院 ,  华南农业大学

Inventor： 张日红 ,  王毅 ,  李小敏 ,  林桂潮 ,  刘天湖 ,  李欢 ,  陈德照 ,  黄泽军 ,  陈紫建 ,  王玉满

IPC: G06V20/68 ,  G06N3/0464 ,  G06V10/30 ,  G06V10/422 ,  G06V10/52 ,  G06V10/54 ,  G06V10/56 ,  G06V10/774 ,  G06V10/82 ,  G01N21/84

Abstract: 本发明公开了一种基于深度卷积神经网络的菠萝成熟度的无损检测方法及系统，本发明涉及蔬果检测技术领域。包括以下步骤：获取已知表面纹理特征参数及颜色特征参数的菠萝外观图像，并对其进行预处理，形成样本图像。基于样本图像建立卷积神经网络预测模型，输入菠萝外观图像并输出相应的特征参数。采集待检测菠萝的外观图像，经过预处理后输入预测模型以获得特征参数，并计算成熟度判断系数。检测待检测菠萝的乙烯和二氧化碳浓度，对成熟度判断系数进行修正，得到精确判断系数。对判断阈值进行动态修正，将精确判断系数与动态阈值对比，发出不同的成熟度判断结果，提供更加精准和全面的成熟度评估，提供了更加高效、准确的决策支持。