利用激光背向散射成像的马铃薯品质智能分级

魏帮晶; 邢冀川

doi:10.13741/j.cnki.11-1879/o4.2023.05.006

您当前的位置：

首页 >

文章列表页 >

利用激光背向散射成像的马铃薯品质智能分级

光学传感与测量 | 更新时间：2025-09-01

- 利用激光背向散射成像的马铃薯品质智能分级
- Intelligent grading of potato quality using laser backscattering imaging
- 光学技术 2023年49卷第5期页码：585-590
- 作者机构：
  
  1:北京理工大学光电学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2023.05.006
  中图分类号： S532;TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
魏帮晶, 邢冀川. 利用激光背向散射成像的马铃薯品质智能分级[J]. 光学技术, 2023,49(5):585-590.

Intelligent grading of potato quality using laser backscattering imaging[J]. 2023, 49(5): 585-590.
魏帮晶, 邢冀川. 利用激光背向散射成像的马铃薯品质智能分级[J]. 光学技术, 2023,49(5):585-590. DOI： 10.13741/j.cnki.11-1879/o4.2023.05.006.

Intelligent grading of potato quality using laser backscattering imaging[J]. 2023, 49(5): 585-590. DOI： 10.13741/j.cnki.11-1879/o4.2023.05.006.

摘要

激光背向散射成像是激光与生物组织相互作用产生散射光的成像，在农产品的品质分类中有着广泛的应用。利用激光背向散射成像技术与深度学习，实现马铃薯在不同存储情况下的品质分类。对激光背向散射进行理论分析，搭建激光背向散射成像的数据采集系统，对马铃薯样品进行激光背向散射图像采集，得到新鲜马铃薯、冰箱存储与室温存储马铃薯的激光背向散射成像数据集。对数据集利用改进后的VGG16网络进行训练，并与DenseNet121网络、原始VGG16网络的训练结果进行对比。结果显示，改进后的VGG16网络对数据集的分类准确率为95.33%。由此表明，激光背向散射成像结合深度学习可以实现马铃薯品质的智能分级。

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

脉冲钬激光碎石热效应的实验研究

基于高光谱遥感的荒漠化草原草种类分类模型研究

基于3D全卷积神经网络的肺叶自动分割方法

基于能量法的激光熔覆构件疲劳寿命评估研究

利用双流卷积神经网络的人脸表情识别方法

利用激光背向散射成像的马铃薯品质智能分级

Intelligent grading of potato quality using laser backscattering imaging

DOI：10.13741/j.cnki.11-1879/o4.2023.05.006

摘要

Abstract

关键词

Keywords

references