计算机视觉技术在核桃壳、仁及分心木识别中的应用研究

• 作者: 孙海霞 张淑娟 李成吉 邢书海 陈彩虹
• 来源期刊: 山西农业大学学报(自然科学版)
• 关键词: 计算机视觉 核桃 识别 最小二乘支持向量机
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 农业工程
• 页码范围: 20-26
• 页数: 7页
• 分类号: TP391.4|S664.1
• 语种: 中文
• DOI: 10.13842/j.cnki.issn1671-8151.201807023

摘要

[目的]为了研究快速准确识别核桃壳、仁及分心木的方法,[方法]本研究以太谷“清香”核桃为研究对象,搭建计算机视觉系统获取核桃壳、仁及分心木的图像信息,提取各样本的12个颜色特征值(RGB和HSI各分量的均值与方差),以及利用灰度共生矩阵(gray level co-occurrence matrix,GLCM)分别提取各样本能量、熵、惯性矩、相关性、逆差矩4个方向(0°,45°,90°,135°)共20个纹理特征参数.以颜色特征值、纹理特征值、颜色-纹理特征值融合作为输入建立3种最小二乘支持向量机(LS-SVM)模型(Y-LS-SVM、W-LS-SVM、Y-W-LS-SVM),并对各预测集样本进行判别.[结果]结果表明,Y-LS-SVM模型对核桃仁、分心木及核桃壳的判别准确率分别为91.1％、82.4％、96.6％;W-LS-SVM模型对核桃仁、分心木及核桃壳的判别准确率分别为100％、85.3％、84.7％;Y-W-LS-SVM模型对核桃仁、分心木及核桃壳的判别准确率分别为93.3％、97.1％、100％.Y-W-LS-SVM模型的判别效果最好.[结论]本研究表明,基于计算机视觉技术能够很好地对核桃壳、仁及分心木进行识别,为核桃壳、仁及分心木在线分选技术提供理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张淑娟	山西农业大学工学院	122	728	14.0	22.0
2	陈彩虹	山西农业大学工学院	9	9	2.0	2.0
3	孙海霞	山西农业大学工学院	20	46	4.0	5.0
4	李成吉	山西农业大学工学院	11	9	2.0	2.0
5	邢书海	山西农业大学工学院	9	9	2.0	2.0