基于图像特征的收获前籽棉品级聚类融合分析

• 作者: 刘善军 姬长英 王玲 陈兵林
• 来源期刊: 作物学报
• 关键词: 籽棉品级 机器视觉 图像特征 聚类融合 识别率
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 研究论文
• 页码范围: 1162-1167
• 页数: 6页
• 分类号: S5
• 语种: 中文
• DOI: 10.3321/j.issn:0496-3490.2007.07.018

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘善军	江西农业大学农学院	38	470	15.0	20.0
2	姬长英	南京农业大学工学院	214	3908	34.0	51.0
3	陈兵林	南京农业大学农业部作物生长调控重点开放实验室	65	1201	19.0	32.0
4	王玲	南京农业大学工学院	42	418	11.0	19.0