一种贝叶斯优化随机森林算法的苹果多光谱图像无损检测方法

发明专利有效专利

申请号：
CN202110338376.3
IPC分类号：G06K9/62;G06K9/46;G06K9/20
申请日期：
2021-03-25
申请人：
安徽理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种贝叶斯优化随机森林算法的苹果多光谱图像无损检测方法
申请号	CN202110338376.3	申请日期	2021-03-25
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-25	公开/公告号	CN113033674A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;2;0查看分类表>
申请人	安徽理工大学	申请人地址	安徽省淮南市山南新区泰丰大街168号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	安徽理工大学	当前权利人	安徽理工大学
发明人	燕晶晶;周孟然;胡锋
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种贝叶斯优化随机森林的苹果无损检测方法，包括以下步骤：(1)搭建多光谱数据采集系统，采集苹果的多光谱图像信息；(2)采用CLBP算法(完全局部二值模式)对采集到的苹果多光谱图像进行特征提取；(3)苹果多光谱图像的样本划分；(4)基于贝叶斯优化随机森林算法搭建苹果的无损检测模型；(5)检测模型效果，利用测试集检验模型对好苹果及缺陷苹果的分类准确率。本发明采用多光谱成像技术结合贝叶斯优化随机森林算法用于苹果的无损检测，具有很高的分类准确率，非常适用于水果的分销，减少人力。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供