基于孪生网络的苹果外观品质分级方法

针对人工和机械在苹果分级中存在低效、易损、准确率低等问题,提出一种基于孪生网络的苹果外观品质分级方法。该方法首先人工采集包含真实背景和不同等级的苹果图像数据集,并进行预处理操作,包括删除无关背景、0-1缩放和数据增强等;其次以卷积层、池化层和批归一化层为基础模块,搭建神经网络模型,提取苹果图像特征;最后用全连接层训练一个分类器,完成对苹果图像特征的分类,从而得到苹果外观品质对应的等级,其中模型的损失函数为对比损失。实验结果表明,构建的孪生网络模型在苹果外观品质分级中,平均分类准确率达到了97.71%,具有较好的稳定性,其用于苹果外观品质的自动分级是可行的,并为其他农产品的外观分级提供思路和参考。     

多光谱成像技术在颜色复制方面的应用及发展

由于多光谱成像技术不仅能够获得物体的空间维信息,而且还可以获取物体表面的每一个像素的光谱维信息,因此,应用多光谱成像技术来复制出目标物体的颜色,成为颜色科学这一领域的研究热点.对多光谱成像技术在颜色科学的应用及发展进行了简单的回顾,并指出基于Kubelka-Munk理论的多光谱成像技术复制颜色的算法,会提高反射比低的目标颜色复制的精度,因此这种算法将会有更加广阔的应用前景.     

基于双CMOS的多光谱成像系统设计研究

传统摄影术所记录和复制的图像数据颜色是基于同色异谱原理的颜色复制技术,虽然能够提供高分辨率的图像,但是由于同色异谱现象,不能实现颜色的真实复制.文章利用多光谱成像技术,设计一个多光谱成像系统,根据系统对目标的数字响应,采用适当的算法,来重建其光谱维信息.