来源：期刊VIP网 时间：
作者：施利春;边可可;王松伟;王治忠;
单位：河南职业技术学院;开封技师学院;郑州大学;
摘要：[目的]提高食品生产中番茄无损检测方法的检测精度和效率。[方法]基于番茄自动化分拣系统，提出一种融合机器视觉、多尺度残差注意力U-Net模型、改进鲸鱼优化算法和最小二乘支持向量机的番茄综合品质检测方法。通过机器视觉采集番茄图像信息；通过多尺度残差注意力U-Net模型对番茄图像进行分割，完成番茄果径参数测量；通过混沌映射和自适应收敛因子优化的鲸鱼优化算法对最小二乘支持向量机模型参数进行寻优，完成番茄硬度和番茄红素含量检测，并进行验证试验。[结果]试验方法可以实现番茄综合品质的准确、快速和无损检测。在番茄果径、硬度和番茄红素检测中均取得了较优的决定系数、均方根误差和平均检测时间，决定系数>0.960 0，均方根误差<0.012 5，平均检测时间<0.032 s。[结论]结合机器视觉、深度学习和智能算法可以实现番茄综合品质的准确、快速和无损检测。
关键词：番茄;;综合品质;;无损检测;;机器视觉;;U-Net模型;;鲸鱼优化算法;;最小二乘支持向量机
基金资助：河南省科学技术厅科技攻关项目（编号：242102211036）
