基于主成分分析与集成距离的果蔬种类识别方法

• 作者: 巨志勇 王告 马素萍
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: K-means算法 Grabcut算法 特征提取 PCA 距离集成kNN 果蔬识别
• 年，卷（期）: 2019,（11）
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP391
• 字数: 3727字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2019.11.001

摘要

针对传统果蔬识别率较低的问题,文中采用一种基于主成分分析和距离集成kNN相结合的识别方法.该方法从果蔬图像特征描述、特征降维、分类器设计3个角度出发实现果蔬识别.针对果蔬图片光不均匀、存在阴影等问题,采用K-means聚类与二次分水岭相结合的方法对图片进行分割.针对果蔬识别模型识别率不高的问题,将所提取果蔬图像的颜色和纹理特征组成特征矩阵,采用PCA与集成kNN算法对该矩阵进行归一化及维数约简来得到低维分类特征,以实现对果蔬农产品的分类.试验结果表明,该算法在果蔬种类识别中识别率最高可达92.6％,且对光照变化、视角变化都具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巨志勇	上海理工大学光电信息科学与计算机工程学院	29	53	5.0	5.0
2	王告	上海理工大学光电信息科学与计算机工程学院	2	5	1.0	2.0
3	马素萍	上海理工大学光电信息科学与计算机工程学院	3	5	1.0	2.0