基于图像特征和GA-SVM的烤烟烘烤阶段识别研究

被引：17

作者：

吴娟 ^{[1
,2
]}

机构：

[1] 重庆大学通信工程学院

[2] 重庆电子工程职业学院

来源：

西南师范大学学报(自然科学版) | 2016年 / 41卷 / 09期

关键词：

图像特征; 遗传算法; 支持向量机; 烤烟; 特征优选;

D O I：

10.13718/j.cnki.xsxb.2016.09.017

中图分类号：

TS44 [烟草初加工]; TP391.41 [];

学科分类号：

140303 [工业设计];

摘要：

密集烤房内烤烟烘烤阶段的自动识别是建立智能化烟叶烘烤系统的重要环节.为了有效地识别烤房内烤烟的烘烤阶段,该文提出了一种基于图像特征和GA-SVM(Genetic Algorithm-Support Vector Machine)相结合的方法.该方法将机器视觉系统提取的烤烟图像特征作为SVM的输入参数,通过GA全局搜索特性选取出模型的最优特征子集,最后通过多分类SVM实现对烘烤阶段的识别,同时验证了选取特征的有效性.仿真结果表明:从9个原始特征中筛选出5个图像特征,总体识别精度从93.7%提高到96.5%,能有效地识别烤烟的烘烤阶段,具有良好的在线应用前景.

引用

页码：100 / 106

页数：7

共 25 条

[1]

基于二进制粒子群的烟叶图像特征筛选和分级方法研究 [D].