基于图像特征的收获前籽棉品级聚类融合分析

摘要：

为客观评价收获前籽棉品级,依据籽棉品级国家标准,基于机器视觉在3个颜色空间中选取棉瓣大小、色泽特征用K-均值、竞争学习网络方法对7个品级的样本进行聚类融合分析.结果表明,亮度修正后特征之间极显著相关,Hunter颜色空间较好.肉眼对第1、2、7品级的识别率为73%～100%,3～6品级为26%～46%,总计47.7%;聚类融合对各品级的识别率为65%～100%,总计78.6%.聚类融合方法基于人类的先验知识,在更宽的视觉范围内更均衡所有特征,可克服个体聚类器的过度训练,能够客观地识别收获前籽棉品级,提高其采摘、收购质量.

关键词：籽棉品级、机器视觉、图像特征、聚类融合、识别率

所属期刊栏目：33

分类号：S5(农作物)

资助基金：国家高技术研究发展计划863计划2006AA10Z259;江苏省农机基金GXZ05013

在线出版日期：2007-09-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1162-1167