基于混合特征与最小二乘支持向量机的山核桃鲜果识别

摘要：

针对颜色和背景相似的山核桃鲜果不易分离的问题,研究了自然环境下成熟山核桃鲜果的机器视觉识别方法.该算法以2×2像素的正方形区域作为分割单位,选择颜色比值B/R、R/G作为颜色特征,选择了基于灰度直方图的特征描述参数如均值、标准方差、平滑度、三阶矩、一致性和熵,以及基于灰度共生矩阵的特征描述参数角二阶矩、对比度和熵作为纹理特征,共同构成特征向量,采用LS-SVM算法建立了识别模型,并利用该模型对80幅顺光图像和50幅逆光图像进行测试.试验结果表明:该方法在顺光、逆光下的山核桃鲜果有效识别率分别为92.48％、88.15％,可为山核桃采摘机器人的研发提供技术参数.

关键词：机器视觉、山核桃鲜果、图像分割、纹理特征、支持向量机

所属期刊栏目：36

分类号：S776.02(森林工程、林业机械)

资助基金：浙江省教育厅项目;浙江省自然科学基金

在线出版日期：2016-12-16（万方平台首次上网日期，不代表论文的发表时间）

页码：137-143