利用激光背向散射成像的马铃薯品质智能分级

激光背向散射成像是激光与生物组织相互作用产生散射光的成像，在农产品的品质分类中有着广泛的应用。利用激光背向散射成像技术与深度学习，实现马铃薯在不同存储情况下的品质分类。对激光背向散射进行理论分析，搭建激光背向散射成像的数据采集系统，对马铃薯样品进行激光背向散射图像采集，得到新鲜马铃薯、冰箱存储与室温存储马铃薯的激光背向散射成像数据集。对数据集利用改进后的VGG16网络进行训练，并与DenseNet121网络、原始VGG16网络的训练结果进行对比。结果显示，改进后的VGG16网络对数据集的分类准确率为95.33%。由此表明，激光背向散射成像结合深度学习可以实现马铃薯品质的智能分级。