基于机器学习的免套袋苹果缺陷分级

• 作者: 张琛 房胜 李哲 沈宇 王风云 郑纪业
• 来源期刊: 河南农业科学
• 学科: 农学
• 关键词: 机器视觉 苹果分级 图像处理 果梗 花萼 支持向量机
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 农产品加工与质量安全·农业工程·农业信息技术
• 页码范围: 154-160
• 页数: 7页
• 分类号: TP391.41|S661.1
• 字数: 5598字
• 语种: 中文
• DOI: 10.15933/j.cnki.1004-3268.2019.04.024

摘要

为提高免套袋苹果分级效率,最小化果梗与花萼对缺陷区分的影响,提出了一种基于机器学习的免套袋苹果缺陷分级方法,该方法根据缺陷的数量和面积进行缺陷程度分级.获取免套袋苹果3个不同侧面的图像,利用固定阈值分割和形态学方法提取每个图像的苹果区域.根据苹果表面缺陷在HSV(Hue saturation value,色调、饱和度、明度)颜色空间的特征提取疑似缺陷区域,用种子填充法按序标记疑似缺陷区域,并计算每个区域的大小及灰度共生矩阵特征值.将特征值输入训练后的SVM(Support vector machine,支持向量机)模型,进行果梗、花萼与缺陷的区分,计算当前图像的缺陷数量与面积,再计算苹果3个不同侧面图像的总缺陷数量与面积,实现免套袋苹果缺陷分级.结果显示,正常区域、果梗区域、花萼区域在SVM模型中的分类正确率分别为96.7％ 、93.3％ 、88.3％.利用该缺陷分级方法对60个苹果进行分级的正确率为90.0％,满足苹果分级的实际生产需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王风云	山东省农业科学院科技信息研究所	59	514	12.0	21.0
2	郑纪业	山东省农业科学院科技信息研究所	28	228	6.0	14.0
3	房胜	山东科技大学计算机科学与工程学院	31	170	6.0	11.0
4	沈宇	山东省农业科学院科技信息研究所	5	9	2.0	3.0
5	张琛	山东省农业科学院科技信息研究所	5	9	2.0	3.0
9	李哲	山东科技大学计算机科学与工程学院	32	81	5.0	7.0