来源：期刊VIP网 时间：
作者：彭永杰;赵良军;龙绪明;
单位：宜宾职业技术学院;四川轻化工大学;西南交通大学;
摘要：[目的]提高食品生产线黄桃自动分级方法的准确率和效率。[方法]在黄桃自动分级系统（机器视觉和高光谱技术）的基础上，提出一种融合改进YOLOv11与改进极限学习机的黄桃品质自动检测方法。外部品质图像通过CMOS传感器相机进行采集，通过改进YOLOv11模型识别缺陷，并结合果型指数与色泽判定外部品质。内部品质则通过高光谱仪采集，经特征筛选后，输入改进灰狼算法优化的极限学习机模型中检测可溶性固形物和硬度指标判定内部品质。结合外部品质和内部品质对黄桃进行分级。通过试验对其性能进行验证。[结果]试验方法可以实现食品生产线黄桃内外品质的有效检测，综合内部品质具有较高的分级准确率和效率，分级准确率大于95.00%，平均分级时间小于0.3 s。[结论]将机器视觉、高光谱技术以及智能算法相结合，可实现食品品质的快速无损检测。
关键词：食品生产线;;黄桃;;自动分级;;机器视觉;;高光谱技术;;YOLOv11;;极限学习机
基金资助：四川省中央引导地方科技发展专项项目（编号：2024ZYD0300）;; 宜宾市科技计划项目（编号：2021ZYY001）
