首页|基于机器视觉的烤烟烟叶部位的智能识别

基于机器视觉的烤烟烟叶部位的智能识别

Intelligent recognition of flue-cured tobacco position based on machine vision

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
采集烤烟不同叶位烟叶图像并进行预处理,提取烟叶叶长、叶宽、面积、周长和最小外接矩形面积 5个叶片绝对形态特征参数,计算狭长度、矩形度、圆形度、叶宽最大处占比、叶宽轴与质心夹角 5 个相对形态特征;通过主成分分析筛选出特征向量,构建基于 K近邻算法(KNN)、逻辑回归(LR)、基于线性核函数和径向基核函数的支持向量机(SVM)和BP神经网络的烟叶部位识别模型,并对比 5种模型的识别效果.结果表明:基于图像轮廓特征所提取的形态特征参数可以较为有效地反映烤烟部位特征;5种识别模型中,基于BP神经网络模型的识别效果最好,识别准确度为 93.75%,训练集和测试集的模型决定系数均高于 90%.

flue-cured tobaccopositionmorphological characteristicsimage processingintelligent discrimination

赵晨、王涛、郭伟雄、孙光伟、路晓崇、宋朝鹏、陈振国

展开 >

河南农业大学烟草学院,河南 郑州 450002

云南省烟草公司曲靖市公司,云南 曲靖 655000

广东中烟工业有限责任公司,广东 广州 510385

湖北省烟草科学研究院,湖北 武汉 430030

展开 >

烤烟 部位 形态特征 图像处理 智能判别

中国烟草总公司科技重点研发项目中国烟草总公司湖北省公司项目中国烟草总公司云南省公司项目

110202102007027Y2019-0062021530000241036

2023

10.13331/j.cnki.jhau.2023.04.005

湖南农业大学学报(自然科学版)
湖南农业大学

湖南农业大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.868
ISSN：1007-1032
年,卷(期)：2023.49(4)
  • 1
  • 16