基于Zernike矩的马铃薯薯形检测

• 作者: 郝小冬 郝敏 麻硕士
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 农产品 自动检测 图像识别 马铃薯分级 机器视觉
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 347-350
• 页数: 4页
• 分类号: TP391.41
• 字数: 3264字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2010.02.060

摘要

目前基于机器视觉的马铃薯薯形检测的形状特征单一,相关研究较少,为了进一步探索合适的形状特征参数及检测方法,该文将Zernike矩作为特征参数并利用支持向量机实现了马铃薯薯形的检测分类,准确度较高.首先用截取最佳图像的方法对马铃薯图像进行归一化,使得归一化后的图像具有平移和尺度不变性,然后从归一化的图像中计算具有旋转不变性的Zernike矩参数,通过特征筛选确定分类的19个Zernike特征参数,最后将这些特征输入到支持向量机中,用高斯径向基核函数(RBF)和Sigmoid核函数构建混合核函数,完成马铃薯薯形检测分类,对薯形良好和畸形的检测准确率达93%和100%,能够准确剔除畸形马铃薯并满足实际检测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	麻硕士	内蒙古农业大学机电工程学院	73	925	16.0	25.0
2	郝敏	内蒙古农业大学机电工程学院	15	139	6.0	11.0
3	郝小冬		1	56	1.0	1.0