基于机器视觉的苹果分级中特征参量选择方法

• 作者: 于慧春 殷勇 陶凯
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 苹果 分级 图像处理 特征选择 主成分分析 统计量
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 118-121,127
• 分类号: TS255|TP391.4
• 字数: 3641字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2012.06.022

摘要

为提高基于数字图像的苹果分级的准确性,常提取多特征信息.然而,使用多特征信息分级时会存在信息冗余等问题.为此,运用主成分分析(PCA)来融合特征参量,并借助Wilks A统计量选择对分级有显著作用的主成分；然后依据各特征参量对所选择主成分的贡献率筛选特征参量.Fisher判别分析(FDA)结果表明:使用所选择的特征参量进行苹果分级,分级效果明显优于特征选择前,分级正确率和交叉验证正确率分别提高了2.0％和1.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于慧春	河南科技大学食品与生物工程学院	55	485	12.0	20.0
2	殷勇	河南科技大学食品与生物工程学院	62	589	15.0	21.0
3	陶凯	河南科技大学食品与生物工程学院	2	27	2.0	2.0