《表4 对比测试数据：基于多特征光谱的番茄分选算法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多特征光谱的番茄分选算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

测试结果表明，在黑暗环境下，平均识别率为95.5%；在工厂有光照情况下，平均识别率为94.5%；在农田现场，平均识别率为94.0%。由于第四档番茄的特征差别比其他档明显，因此识别率更高。通过分析测试结果，可将测试的误判原因归纳为:探测器检测到番茄形状畸变大、色素分布不均的区域；探测器检测到番茄绿蒂的区域；体积小的番茄因传送带的抖动而滚动，使探测器检测不到主体区域。总体而言，黑暗环境或工厂环境的识别率稍优于农田现场，但三种环境下的识别率差别较小，满足抗干扰设计。在相同测试条件下，本算法将原算法的平均识别率提高至94.0%以上，总体分选效果优于原算法，由表4所示。