来源：期刊VIP网 时间：
作者：赵敏;王成荣;李苒;
单位：山西药科职业学院;山西农业大学;太原科技大学;
摘要：目的:以阿克苏苹果为例，设计一种联合图像最优特征提取和改进RBF神经网络学习的苹果质量估计方法，以克服人工分级称重成本高、误差大的缺陷。方法:首先，建立苹果图像采集系统，得到苹果前景图像信息；其次，设计苹果图像特征集合最佳子集提取策略，将最佳子集提取过程转化为目标函数优化问题，并利用改进的离散蝗虫优化算法进行求解，从而得到最佳苹果图像特征子集；最后，构建基于RBF神经网络学习的苹果质量估计模型，将最佳特征子集作为网络输入，并采用蝗虫优化算法优化配置RBF神经网络超参数，从而实现对苹果质量的有效估计。结果:所提苹果质量估计方法精度更高，质量估计值平均相对误差率为1.23%。结论:该方法可以有效实现苹果质量预估，也能够推广应用到其他类似轴对称形状的水果质量估计。
关键词：苹果;;图像处理;;特征提取;;RBF神经网络;;蝗虫优化算法;;质量估计;;精度
基金资助：山西省教育科学规划课题(编号：GH-220552)
