基于X射线和卷积神经网络的异物水饺识别

论文摘要

针对盒装水饺中的异物严重危害消费者身心健康,以及传统金属检测机只能检测金属、检测结果无法直观可视的现状,建立一种基于LeNet卷积神经网络（convolutional neural networks,CNN）模型的异物水饺识别方法,对含有金属钢球、铁丝、螺钉、石头和玻璃5种异物的X射线水饺图像进行检测。首先利用X射线检测设备获取无异物和异物水饺图像,对图像进行去噪和对比度拉伸变换处理。其次,采用批量归一化方法、Softmax线性回归分类器,以ReLu为激活函数、Max-Pooling为下采样方法,对设计的CNN模型进行优化、训练和验证。利用训练好的网络模型对无异物和异物水饺图像各100幅进行测试,结果表明:该方法可以精确地识别异物水饺,识别率为99.78%。最后,通过提取局部二值模式、方向梯度直方图和Gabor常规纹理特征作为识别无异物和异物水饺的特征向量,利用BP神经网络、支持向量机（support vector machine,SVM）、K最邻近分类器、AdaBoost分类器、朴素贝叶斯分类器和决策树类器对水饺图像进行识别,将识别结果与本实验网络模型进行对比,验证了本实验算法的优越性和所提取特征的有效性。该研究为食品中的异物检测提供了新的思路,有利于保障食品安全。

论文目录

• 1 材料与方法
•   1.1 材料
•   1.2 仪器与设备
•   1.3 方法
•     1.3.1 图像采集
•     1.3.2 图像去噪与对比拉伸变换
•     1.3.3 构建正负样本集
•     1.3.4 构建CNN模型
•     1.3.5 实验软件及硬件
• 2 结果与分析
•   2.1 CNN模型的训练与验证
•   2.2 特征图可视化分析
•   2.3 模型测试结果与对比
• 3 结论

文章来源

类型: 期刊论文

作者: 王强,武凯,王新宇,孙宇,杨晓燕,楼晓华

关键词: 盒装水饺,射线,异物识别,卷积神经网络,特征向量,食品安全

来源: 食品科学 2019年16期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,计算机软件及计算机应用

单位: 南京理工大学机械工程学院,南通四方冷链装备股份有限公司

基金: 江苏省高端装备研制赶超工程项目（JSJXZB201606）,江苏省科技成果转化专项（BA2013101）

分类号: TP391.41;TS201.6

页码: 314-320

总页数: 7

文件大小: 2016K

下载量: 153