自然场景下树上桃子生长形态的识别

摘要：

为使机械手更准确地抓取桃子,提出一种在自然光照条件下识别树上桃子生长形态的方法.首先在5种颜色空间中利用BP神经网络找出识别率最高、误分率最低的颜色特征组合(H,Cr(YCgCr),Cr(YCbCr),R-G,2R-G,Cb-Cr),并使用改进的K-means聚类算法实现图像分割;然后利用桃子生长的形态参数(复杂度、延伸率、紧密度等)使用支持向量机分类器进行分类.实验结果表明:对于晴天拍摄的图片,其识别率可达到87.5％;对于阴天拍摄的图片,其识别率可达80.5％.该方法具有一定的实用价值.

关键词：生长形态、颜色特征、改进K-means聚类算法、图像分割、形态参数

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家“863”计划项目2006AA10Z259

在线出版日期：2015-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：6-9,15