基于机器视觉与支持向量机的核桃外部缺陷判别分析方法

作     者：刘军 郭俊先 帕提古丽.司拉木 史建新 张学军 黄华 LIU Jun;GUO Junxian;PATIGULI·Silamu;SHI Jianxin;ZHANG Xuejun;HUANG Hua

作者机构：新疆农业大学机械交通学院新疆乌鲁木齐830052 新疆阿克苏市农牧机械管理局新疆阿克苏843000 

基　　金："十二五"国家科技支撑计划项目(2011BAD27B02-05-02) 国家自然科学基金面上项目(61367001) 新疆农业工程装备创新设计重点实验室资助项目 

出 版 物：《食品科学》 (Food Science)

年 卷 期：2015年第36卷第20期

页      码：211-217页

摘      要：使用3CCD高精度面阵相机采集新疆多个品种核桃RGB图像,设计一种自适应双阈值的Otsu法,快速、准确地分割出缺陷区域;基于分割区域的几何、纹理等20个初始特征,转换为新的9维特征向量集;以该特征集为输入,建立基于贝叶斯、BP神经网络与支持向量机的15个识别模型,对比评价其适应性,以及裂缝、碎壳、黑斑3类核桃外部缺陷的识别性能与时间。结果表明,基于径向基的支持向量机识别模型效果最好,对3类缺陷的验证集平均识别率分别为93.06%、88.31%、89.27%,对缺陷的总识别率为90.21%,平均识别时间为10-4 s级。研究成果能够用于今后核桃缺陷的在线检测与分级,同时也为坚果等其他作物品质的在线检测识别提供一定参考。

主 题 词：核桃 机器视觉 外部缺陷 支持向量机 识别 

学科分类：0832[0832] 08[工学] 083203[083203] 

D　O　I：10.7506/spkx1002-6630-201520041

馆 藏 号：203895801...