基于偏好免疫网络和SVM算法的油茶果多特征识别

摘要：

针对油茶果采摘脱壳后存在的果壳籽粒分选效率较低的问题,该研究提出了一种结合人工免疫网络(aiNet)与支持向量机(Support Vector Machine)的多特征智能分选算法.该方法利用了免疫算法的多特征聚类特点与支持向量机的二分性特点,对油茶果壳与籽粒的延伸率、圆形度、圆满度、色差分量等6个特征进行分选.试验结果表明,该研究提出的方法在分选识别率上达到了97.4％,时间平均值为600 ms,证明了这种方法在油茶果壳籽粒分选作业中的实时性与有效性.通过与其他智能分选算法的效率对比分析证明,该研究提出的方法在效率上更优,更加适合油茶脱壳生产线的实时性要求.

关键词：图像处理、图像识别、油茶果、分选、多特征、免疫算法、SVM

所属期刊栏目：36

分类号：S225.93(农业机械及农具)

资助基金：国家重点研发计划项目;湖南省重点研发计划;湖南省重点研发计划项目

在线出版日期：2021-01-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：205-213