基于SVM算法的目标分类筛选方法研究

摘要：

针对现有草莓分类工作量大、准确率低的问题,文章结合SVM算法提出一种多特征草莓分类模型.草莓等级划分参照日本宫崎县草莓上市标准,根据草莓周长、面积、形状、颜色、饱和度、成熟度6类特征划分为特等品、一等品、二等品、不合格4类,草莓的形状特征借助傅里叶描绘子定义,草莓的饱和度与成熟度利用HSV颜色模型定义.该研究首先收集拍摄的草莓图片,对图片进行颜色空间转换、图像去噪、目标分割等预处理,然后进行各类特征的提取,最后将提取出的特征经过整理与算法训练,通过SVM算法对草莓进行分类.经测试,该筛选方法的综合正确率为84.34％,实验综合运行时间为58 ms,表明可以通过SVM算法达到识别草莓等级的目的,且具备实时性.

关键词：SVM、草莓、傅里叶描绘子、HSV、图像分割、特征提取

所属期刊栏目：19

分类号：TP391.41;TN957.52;TP751

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：123-125