高效图像分割和机器学习在食品外观检测与分类中的试验研究

摘要

近年来,机器视觉和图像处理技术在检测食品表面质量方面的应用显著增加。与工业质量控制过程相比,利用计算机视觉和图像处理技术,能够显著提高食品外观质量的检测效率,同时一定程度上减少主观因素带来的负面影响。对此,为了研究如何使用图片分割和机器学习来检查和评估食品,选取了250份水果图片样本,首先使用高斯消元法去除图像中的噪声,然后使用直方图均衡化以提高照片质量,使用K-means聚类技术对图像进行分割。最后,应用KNN、SVM和C4.5等机器学习方法对水果照片进行分类以确定水果是否损坏,研究结果表明,SVM在所有指标中都表现出最好的性能。