基于决策树支持向量机的苹果表面缺陷识别

• 作者: 彭桂兰 王峥荣 邱光应 陶丹
• 来源期刊: 食品与机械
• 关键词: 苹果 表面缺陷 识别 果梗/花萼 决策树支持向量机(DT-SVM)
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 贮运与保鲜
• 页码范围: 131-135
• 页数: 5页
• 字数: 4181字
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2017.09.028

摘要

在基于机器视觉苹果缺陷识别过程中,因果梗/花萼与缺陷表皮颜色相似,极大地降低苹果表面缺陷识别准确率,提出一种基于决策树支持向量机(DT-SVM)的苹果表面缺陷识别方法.该方法首先采用单阈值法去除背景,其次在R通道中利用Otsu法和连通域标记法提取目标区域(果梗、花萼和缺陷)的颜色、纹理和形状特征,最后利用决策树支持向量机进行识别.以600幅富士苹果图像为例,使用该方法进行缺陷识别,结果表明该方法的平均准确率为97.7％.与1-V-1多分类支持向量机(1-V-1 SVM)和AdaBoost分类算法相比,DT-SVM方法正确率高、耗时短.说明决策树支持向量机对苹果表面缺陷识别十分有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶丹	西南大学工程技术学院	10	44	4.0	6.0
2	邱光应	西南大学工程技术学院	7	58	6.0	7.0
3	彭桂兰	西南大学工程技术学院	16	87	7.0	8.0
4	王峥荣	西南大学工程技术学院	3	22	3.0	3.0