来源：期刊VIP网 时间：
作者：王伟辉;李阳;徐慧群;张建军;
单位：青岛理工大学机械与汽车工程学院;
摘要：针对冬枣分选难、分选精度低等问题，设计一种基于深度学习的冬枣智能分选机，搭建卷积神经网络模型，对冬枣准确地识别分类；冬枣360°滚动至图像采集区域，采用颜色空间变换、二值处理、图像分割等方法提取冬枣目标，消除背景对检测效率的影响；由Arduino控制8路继电器通断完成冬枣的分选。试验结果表明，搭建的冬枣缺陷检测模型平均判别准确率达98.12%，其中畸形果的判别准确率100%、病果99.6%、优质果98.8%、裂果97.8%，每组平均测试时间149.32 ms；当传送速度为0.5 m/s时，检测准确率达98.01%。研究对冬枣分选工作有重要意义。
关键词：冬枣;;深度学习;;机器视觉;;品质分级;;表面缺陷
基金资助：山东省农机装备研发创新计划项目（2018YF015）
