基于深度图像和BP神经网络的红枣体积预测方法研究
贾雅欣
李传峰
弋晓康
吴明清
塔里木大学 机械电气化工程学院,新疆 阿拉尔 843300;塔里木绿洲农业教育部重点实验室(塔里木大学),新疆 阿拉尔 843300
摘要：为了实现红枣体积的快速无损测量,提高红枣体积分级精度,提出了一种基于深度图像和BP(Back propagation,反向传播)神经网络的红枣体积测量方法.通过采集红枣深度图像,利用分割算法进行平面分割和红枣聚类,对聚类后的红枣点云分别进行柱面拟合,建立红枣3D模型.采用包围盒算法、凸包法等多种方法提取红枣3D模型上的长径、短径、轮廓周长、投影面积、球度共5种特征,建立7组不同特征组合的BP神经网络模型,分别预测红枣体积.结果表明,包含红枣5种特征的模型预测结果最好,其体积预测值与实测值的决定系数(R2)为0.861 87,均方根误差(RMSE)为1.66 mL,与实测值的平均相对误差为6.65%.表明采用深度图像和BP神经网络估测红枣体积具有较高预测精度.
关键词：红枣深度图像BP神经网络特征提取体积测量
分类号：S126(农业物理学)TP391(计算技术、计算机技术)S37(农产品收获、加工及贮藏)
资助基金：南疆特色果树高效优质栽培与深加工技术国家地方联合工程实验室开放课题项目(FE201904)
论文发表日期：2024-04-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 172-180 )
英文信息