基于RGB-S和ResNet34的采摘后番茄新鲜度识别方法的研究
Yuhua Huang1, Juntao Xiong1, Xinjing Jiang1
1College of Mathematics and Informatics, South China Agricultural University, Guangzhou, China.
Journal of food science
|March 7, 2025
概括
准确的收获后番茄新鲜度识别现在可以使用计算机视觉方法. 这种非破坏性技术增强了种植者收获后管理,并确保消费者获得高质量的产品.
科学领域:
- 农业工程 农业工程
- 计算机视觉 计算机视觉
- 食品科学 食品科学 食品科学
背景情况:
- 准确的收获后番茄新鲜度识别对于高效的储存,运输和批发至关重要.
- 目前的方法可能具有破坏性或缺乏实时功能.
研究的目的:
- 开发一种非破坏性的方法来识别收获后番茄的新鲜度.
- 改进收获后的管理实践,减少产品的腐败.
主要方法:
- 使用了改进的频率调整 (FT) 视觉突出检测和ResNet34模型.
- 提取了L*,Y和H颜色组件作为特征.
- 结合了RGB图像数据的突出地图,用于四通道ResNet模型.
主要成果:
- 实现了高精度 (98.38%),精度 (98.69%) 和回忆 (98.32%).
- 展示了每张图像0.0326秒的快速检测速度.
- 验证了方法的有效性和实时性能.
结论:
- 拟议的计算机视觉方法为评估收获后番茄新鲜度提供了有效和快速的解决方案.
- 这项技术支持水果和蔬菜行业的质量控制和供应链管理.
- 为消费者提供了一种工具,可以在购买时识别新鲜番茄.
