基于机器视觉的半干枣病害和裂纹识别研究

• 作者: QiangZhang 党晓辉 李新岗 李运志 胡耀华 陈弘毅
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 枣 机器视觉 病害 裂纹 缺陷 支持向量机
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 试验研究
• 页码范围: 120-125
• 页数: 6页
• 分类号: S126|TP391.41
• 字数: 2584字
• 语种: 中文

摘要

研究提出了一种基于机器视觉的病害和裂纹的识别方法. 在H 分量图中,依据半干枣在病害和非病害区域色调值差异提取病害区域,以提取的病害区域与枣表面积的比作为阈值确定较高的病害面积识别精度,可正确识别的感兴趣病害面积为16.87mm2 ,占枣投影面积的3.3%. 为进一步提高在该病害面积识别精度的正确率,依据已确定的病害面积比阈值,将病害面积比值二值化,结合红枣区域颜色特征值 H 的均值和均方差,用SVM方法建立枣病害的识别模型,训练集和测试集的识别正确率分别为95.77%和95.79%. 在 I 分量图中,对红枣区域进行Otsu ' s 阈值分割、图像局部属性统计和形态学处理,提取裂纹二值图像,依据裂纹图像不变距方法建立裂纹识别模型,训练集和测试集的识别正确率分别为94.90%和94.55%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李新岗	西北农林科技大学林学院	70	910	17.0	28.0
2	胡耀华	西北农林科技大学机械与电子工程学院	43	416	13.0	18.0
3	陈弘毅	西北农林科技大学机械与电子工程学院	3	24	2.0	3.0
4	李运志	西北农林科技大学机械与电子工程学院	1	17	1.0	1.0
5	党晓辉		1	17	1.0	1.0