计算机视觉技术在核桃壳、仁及分心木识别中的应用研究

摘要：

[目的]为了研究快速准确识别核桃壳、仁及分心木的方法,[方法]本研究以太谷“清香”核桃为研究对象,搭建计算机视觉系统获取核桃壳、仁及分心木的图像信息,提取各样本的12个颜色特征值(RGB和HSI各分量的均值与方差),以及利用灰度共生矩阵(gray level co-occurrence matrix,GLCM)分别提取各样本能量、熵、惯性矩、相关性、逆差矩4个方向(0°,45°,90°,135°)共20个纹理特征参数.以颜色特征值、纹理特征值、颜色-纹理特征值融合作为输入建立3种最小二乘支持向量机(LS-SVM)模型(Y-LS-SVM、W-LS-SVM、Y-W-LS-SVM),并对各预测集样本进行判别.[结果]结果表明,Y-LS-SVM模型对核桃仁、分心木及核桃壳的判别准确率分别为91.1％、82.4％、96.6％;W-LS-SVM模型对核桃仁、分心木及核桃壳的判别准确率分别为100％、85.3％、84.7％;Y-W-LS-SVM模型对核桃仁、分心木及核桃壳的判别准确率分别为93.3％、97.1％、100％.Y-W-LS-SVM模型的判别效果最好.[结论]本研究表明,基于计算机视觉技术能够很好地对核桃壳、仁及分心木进行识别,为核桃壳、仁及分心木在线分选技术提供理论基础.

关键词：计算机视觉、核桃、识别、最小二乘支持向量机

所属期刊栏目：38

分类号：TP391.4;S664.1(计算技术、计算机技术)

资助基金：国家自然科学基金31271973;晋中市科技重点研发计划农业项目Y172007-4

在线出版日期：2019-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：20-26