基于支持向量机的缺陷红枣机器视觉识别

• 作者: 刘少鹏 殷小平 石吉勇 赵杰文 邹小波
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 机器视觉 识别 红枣 支持向量机
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 113-115,147
• 页数: 4页
• 分类号: TP391.41|S665.1
• 字数: 2247字
• 语种: 中文

摘要

在枣的干制过程中形成的油头枣、浆头枣、霉烂枣是最常见的缺陷枣,它们整体或局部颜色偏暗、偏黑,有必要通过机器视觉技术将其识别出来.在HIS颜色空间中,提取H的均值和均方差作为红枣的颜色特征值,利用支持向量机识别缺陷红枣.实验结果表明,识别准确率可以达到96.2%,优于人工神经网络的89.4%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵杰文	江苏大学食品与生物工程学院	195	5281	41.0	62.0
2	邹小波	江苏大学食品与生物工程学院	131	1877	25.0	38.0
3	石吉勇	江苏大学食品与生物工程学院	76	768	17.0	25.0
4	刘少鹏	江苏大学食品与生物工程学院	2	89	2.0	2.0
5	殷小平	江苏大学食品与生物工程学院	1	70	1.0	1.0