基于亮度校正和AdaBoost的苹果缺陷在线识别

摘要：

提出了一种基于亮度校正和AdaBoost的苹果缺陷与果梗-花萼在线识别方法.以富士苹果为研究对象,首先在线采集苹果的RGB图像和NIR图像,并分割NIR图像获得苹果二值掩模;其次利用亮度校正算法对R分量图像进行亮度校正,并分割校正图像获得缺陷候选区(果梗、花萼和缺陷);然后以每个候选区域为掩模,随机提取其内部7个像素的信息分别代表所在候选区的特征,将7组特征送入AdaBoost分类器进行分类、投票,并以最终投票结果确定候选区的类别.实验结果表明,该算法检测速度为3个/s,满足分选设备的实时性要求,且总体正确识别率达95.7％.

关键词：苹果缺陷、机器视觉、亮度校正、AdaBoost、在线识别、果梗-花萼

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2014-08-19（万方平台首次上网日期，不代表论文的发表时间）

页码：221-226