基于偏好人工免疫网络多特征融合的油茶果图像识别

• 作者: 周健 李昕 李立君 闵淑辉 高自成
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 机器视觉 图像处理 特征识别 偏好人工免疫网络 油茶果 采摘机器人
• 年，卷（期）: 2012,（14）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 133-137
• 分类号: TP391.41
• 字数: 3305字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2012.14.021

摘要

为提高油茶果采摘机器人机器视觉的识别率,该文提出了基于偏好人工免疫网络识别的油茶果多特征融合识别方法.在对油茶果图像进行处理的基础上,提取待识别目标区域的颜色特征、形态特征、纹理特征进行聚类,并提取典型油茶果多特征作为偏好抗体,使多特征参数在偏好免疫算法中进行有效融合.仿真试验结果表明,多特征融合的识别方法对油茶果果实的识别率在晴天时达到了90.15％,阴天时达到了93.90％.而时间复杂度基本不变,取得了较好的识别效果,该研究可为下一步油茶果采摘机器人智能采摘提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周健	中南林业科技大学机电工程学院	34	203	8.0	13.0
2	李立君	中南林业科技大学机电工程学院	110	484	12.0	17.0
3	高自成	中南林业科技大学机电工程学院	65	369	10.0	16.0
4	李昕	中南林业科技大学机电工程学院	9	144	5.0	9.0
5	闵淑辉	中南林业科技大学机电工程学院	28	176	8.0	13.0