基于GA-SVM模型的机采籽棉杂质识别

• 作者: 张成梁 李蕾 葛荣雨 董全成
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 图像分割 杂质 遗传算法 机采籽棉 SVM 识别
• 年，卷（期）: 2016,（24）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 189-196
• 页数: 8页
• 分类号: TP391.41
• 字数: 6913字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.24.025

摘要

针对中国机采棉加工过程中混级混轧、缺乏棉花参数检测的现状，提出使用遗传算法优化支持向量机参数的机采籽棉图像分割、杂质识别方法。在图像分割阶段，采用像素点邻域的色调、饱和度、亮度颜色特征与平均亮度、平均对比度、平滑度、三阶矩、一致性、熵等纹理特征构建特征向量，使用最优保留策略的遗传算法优化惩罚参数及核函数参数，建立图像分割SVM分类器；对杂质识别过程，在计算标记区域的颜色特征、纹理特征基础上，增加面积、周长、离心率、矩形度、形状因子等形状特征，使用遗传算法建立杂质识别SVM分类器。测试结果表明，该方法适用于边缘对比度低、纹理信息丰富的机采籽棉含杂图像分割，对杂质的有效识别率为92.6%。该研究为棉花加工设备的参数优化和国产采棉机的研制及优化提供重要参考依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董全成	济南大学机械工程学院	22	160	7.0	12.0
2	张成梁	济南大学机械工程学院	7	37	3.0	6.0
3	葛荣雨	济南大学机械工程学院	12	56	5.0	7.0
4	李蕾	齐鲁工业大学机械与汽车工程学院	4	30	2.0	4.0