采摘机器人基于支持向量机苹果识别方法

被引:67
作者
王津京
赵德安
姬伟
张超
机构
[1] 江苏大学电气信息工程学院
关键词
苹果; 采摘机器人; 机器视觉; 支持向量机; 识别;
D O I
暂无
中图分类号
TP242 [机器人];
学科分类号
1111 ;
摘要
针对目前苹果采摘机器人果实识别过程误差大、处理时间长等问题,应用支持向量机(SVM)方法对苹果果实进行识别。首先采用矢量中值滤波法对苹果彩色图像进行预处理,然后运用区域生长算法和颜色特征相结合的方法进行图像分割,最后分别对苹果彩色图像的颜色特征、几何形状特征进行提取,并用支持向量机的模式识别方法识别苹果果实。实验结果表明:支持向量机识别方法的识别性能优于神经网络方法;综合颜色特征和形状特征的支持向量机识别方法对苹果果实识别的正确率高于只用颜色特征或形状特征的正确率。
引用
收藏
页码:148 / 151+147 +147
页数:5
相关论文
共 5 条
  • [1] 茄子收获机器人视觉系统图像识别方法
    刘长林
    张铁中
    杨丽
    [J]. 农业机械学报, 2008, (11) : 216 - 219
  • [2] 基于彩色信息的树上柑橘识别研究
    徐惠荣
    叶尊忠
    应义斌
    [J]. 农业工程学报, 2005, (05) : 98 - 101
  • [3] 基于HIS颜色特征的田间成熟番茄识别技术
    赵杰文
    刘木华
    杨国彬
    [J]. 农业机械学报, 2004, (05) : 122 - 124+135
  • [4] 支持向量机及其在模式识别中的应用
    刘向东
    朱美琳
    陈兆乾
    陈世福
    [J]. 计算机科学, 2003, (06) : 113 - 117
  • [5] 机器视觉[M]. 科学出版社 , 贾云得编著, 2000