基于多特征融合和水平集的碧根果品质检测

摘要：

碧根果在生产加工过程中易酸败,误食会对人体造成多方面危害.针对此问题,提出一种基于多特征融合和水平集的碧根果品质检测方法.以薄壳碧根果为研究对象,首先,对采集的原始图像进行预处理,解决目标对象与背景区域比例不匹配问题;然后,通过改进边缘指示函数的自适应距离正则化水平集算法(Distance regularized level set evolution,DRLSE)对图像进行感兴趣区域(Region of interest,ROI)分割,最后提取图像灰度直方图统计特征、灰度共生矩阵、Tamura和局部二值模式等多特征,并进行融合分析,建立支持向量机(Support vector machine,SVM)判别模型,实现碧根果无损品质检测.试验采集了200个正常、酸败碧根果样本图像,对其进行图像酸败及多特征分析.结果 表明,采用本文方法判别碧根果酸败的分类准确率高达96.15％,在此基础上识别碧根果酸败程度,平均识别率为90.81％.

关键词：碧根果、水平集、多特征、支持向量机、无损检测

所属期刊栏目：50

分类号：TP391.4(计算技术、计算机技术)

资助基金：中国博士后科学基金项目;国家自然科学基金面上项目

在线出版日期：2020-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：348-356,364