基于模糊聚类分析的结球甘蓝等级检测

• 作者: 葛成鹏 王振兴 孙红 李民赞 李鸿强
• 来源期刊: 河北建筑工程学院学报
• 学科: 农学
• 关键词: 结球甘蓝 等级 机器视觉 模糊聚类
• 年，卷（期）: 2021,（3）
• 页码范围: 161-168
• 页数: 8页
• 分类号: S532
• 语种: 中文
• DOI: 10.3969/j.issn.1008-4185.2021.03.032

摘要

该试验基于模糊聚类分析方法结合机器视觉技术,开展结球甘蓝等级检测方法研究.国标结球甘蓝等级规格(NY/T 1586—2008)中,根据叶球大小等9个等级评价指标,将同批次的结球甘蓝分为二级、一级、特级.提取结球甘蓝图像的形状特征、颜色特征和纹理特征,定义了平滑度等6个图像特征,共计21个图像特征参数,替代表示等级评价指标.通过模糊聚类方法将聚类集样本分为3个类别,分别统计3个类别特征参数的均值和标准偏差,按照各个类别拥有均值和标准偏差优异值的相对数量,确定3个类别的对应等级.通过计算测试集样本与各个类别样本中心的欧氏距离,以最小距离确定待测样品的等级归属.试验共108个样本,按照国标方法进行等级检测,二级、一级、特级的样本个数比例为1:2:2.其中80个组成聚类集,28个组成测试集,聚类集和测试集中各个等级的比例接近1:2:2.模糊聚类后,按照各个类别拥有均值和标准偏差优异值的数量,第1类样本是二级,第2类样本是一级,第3类样本是特级.聚类集和测试集中各个级样本占比与国标方法检测的3个等级的数量比例1:2:2一致.试验结果表明,该试验方法可用于结球甘蓝的等级检测.