来源：期刊VIP网 时间：
作者：姚万鹏;张凌晓;赵肖峰;王飞成;
单位：河南省经济管理学校;南阳理工学院;河南工业大学;河南农业大学;
摘要：[目的]实现鸡蛋精细化分类和提高鸡蛋外观检测的准确率。[方法]提出一种融合改进卷积神经网络和层次SVM的鸡蛋外观检测方案。(1)采用鸡蛋机器视觉图像采集设备获取不同方位、不同外观鸡蛋图像，并运用图像增强技术扩充鸡蛋图像数据库。(2)设计改进的浣熊优化算法（coati optimization algorithm,COA）和FCM聚类算法，在此基础上对卷积神经网络（convolutional neural network,CNN）模型结构和超参数进行优化，以提升CNN泛化能力。运用优化后的CNN深度学习鸡蛋图像数据库，从而实现鸡蛋外观图像特征的有效提取。(3)建立层次支持向量机鸡蛋外观分类工具，最终实现对鸡蛋外观的准确检测分类。[结果]所提鸡蛋外观检测方案的检测准确率提高了1.74%～4.31%，检测时间降低了21.68%～53.51%。[结论]所提方法能够有效实现对鸡蛋的在线实时精细化分类。
关键词：鸡蛋外观;;卷积神经网络;;浣熊优化算法;;支持向量机;;特征提取
基金资助：河南省高等学校重点项目（编号：24B520027）;; 河南省科技攻关项目（编号：222102110045）
