基于神经网络的籽棉颜色分级检测

为解决籽棉颜色分级问题,构造了一个基于L^*a^*b^*颜色空间的色度检测仪,主要由颜色传感器、光源及外围电路构成。针对用于籽棉颜色等级检测2个关键指标(反射率、黄度)输出不稳定问题,采用了4层BP神经网络和5块标准色板进行反复训练,使得校准后的反射率的变异系数小于0.21%,黄度的变异系数小于1.13%。在籽棉颜色等级检测实验中,制作了覆盖12个颜色等级的480个测试样。经过反复实验发现,使用该色度检测仪对1个测试样品,需要均匀分布10个测量点结果的平均值,才能得到稳定的色度测量值。最后,采用神经网络方法,对480个籽棉试样数据进行分析,其中:80%用于训练;20%用于识别。实验结果表明,对12个颜色等级的480个样品进行测试,得到的检测准确率都超过了90%。