首页|基于机器视觉的核桃仁特征提取与分级方法研究

基于机器视觉的核桃仁特征提取与分级方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
基于机器视觉技术研究出一种适合新疆核桃仁分级特征提取与分级的方法.该方法利用已经完成图像预处理的实时采集的样品核桃图像,运用OpenCV完成从RGB到HSV的颜色空间转换,提取核桃仁颜色和完整度特征,建立原始特征矩阵特征,利用mRMR特征选择算法筛选原始特征集并对特征的重要性进行排列,最后通过对支持向量机、决策树和朴素贝叶斯3 种机器学习算法进行模型训练和测试,得出最佳分级方法.结果表明,在使用特征bin19、K1和bin15训练朴素贝叶斯分类器时,核桃仁的分级正确率达到最大,为97.33%.故得出基于机器视觉研究出的核桃仁特征提取与分级方法可以完成对核桃颜色和完整度的分级任务的结论.

周军、蔡建、郭俊先、张静、史建新、艾力·哈斯木、姜彦武

展开 >

新疆农业大学机电工程学院,新疆乌鲁木齐830052

核桃仁 分级 机器视觉 精准 OpenCV

新疆农业大学前期资助课题

XJAU201514

2018

10.15889/j.issn.1002-1302.2018.11.045

江苏农业科学
江苏省农业科学院

江苏农业科学

CSTPCD
影响因子：0.732
ISSN：1002-1302
年,卷(期)：2018.46(11)
  • 4
  • 6