一种用于检测金冠苹果酶促褐变缺陷的简单视觉算法

在这项工作中，设计并实现了一种简单的视觉算法，用于提取和识别由酶促褐变过程引起的金冠苹果表面缺陷。选取了34个金冠苹果进行实验，其中17个有酶促褐变缺陷，另外17个为完好果。所提出的视觉算法的图像处理部分以97.15%的高精度提取了苹果的有缺陷表面区域。将分割后图像的面积和均值作为2×1特征向量输入到设计好的人工神经网络中。基于上述特征的分析表明，均值小于0.0065的图像不属于缺陷苹果，而是作为健康苹果的花萼和果柄的一部分被提取出来。本研究中应用的人工神经网络分类准确率为99.19%。