基于机器视觉的油茶果果壳与茶籽分选方法研究

摘要：

在油茶果脱壳后,采用机械方法分选的茶籽中混杂着一些果壳,由于两者大小和比重相似,其外观差异成为分选的重要依据.本文提出一种综合考虑油茶果颜色、纹理、几何形状多种图像特征的分选方法,结合机器视觉技术实现油茶果果壳与茶籽的准确分选.通过有效的图像预处理手段提取物料样本轮廓,并计算轮廓内的颜色、纹理以及形状特征信息,分别比较了通过网格搜索法(Grid Search,GS)、粒子群算法(Particle Swarm Optimization,PSO)和遗传算法(Genetic Algorithm,GA)寻优而建立的三种支持向量机(Support Vector Machine,SVM)分类模型,最终确定GS-SVM模型最佳,其模型训练集识别率为94.44％,测试集识别率为93.33％,结果表明将此方法应用于油茶果果壳与茶籽分选是可行的,为油茶果果壳与茶籽分选加工技术提供了一定的理论基础.

关键词：机器视觉、油茶果、分选、支持向量机、图像特征

所属期刊栏目：41

分类号：TP391.4(计算技术、计算机技术)

资助基金：湖北工业大学科研启动基金项目;湖北省重点研发计划项目

在线出版日期：2020-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：171-178