基于多方位视觉的果实形状特征的提取研究

被引：12

作者：

谢国俊 ^{[1
]}

曹其新 ^{[1
]}

刘建政 ^{[2
]}

郭峰 ^{[1
]}

周金良 ^{[1
]}

机构：

[1] 上海交通大学机器人研究所

[2] 上海农业机械研究所

来源：

农业工程学报 | 2007年 / 07期

关键词：

多方位视觉; 瓜果分级; 线性分类器; 特征提取; BLOB算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统瓜果分级中捕捉单幅果实图像来分析果实特征时信息较少的缺陷,提出了一种基于多方位视觉系统的果实形状特征提取算法。同步采集3个方向的果实图像信息,经OHTA空间上的图像分割和改进的BLOB算法去噪声等处理后,分别给出果实的多方位的图像特征信息。运用统计学原理,设计了线性分类器,对3个方向的图像特征信息进行了互补性融合,得出分级判别准则。利用开发的智能瓜果精选分级试验样机,验证了该算法的有效性,试验结果证明识别成功率达到97%,达到了实用的要求。

引用

页码：127 / 132

页数：6

共 14 条

[1] 多指标综合评价方法综述 [J].