基于周长面积分形维数的柑橘品种机器识别

被引:19
作者
曹乐平
机构
[1] 湖南生物机电职业技术学院教务处
关键词
识别; 图像处理; 分形维数; 柑橘; 品种; 小波神经网络;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
柑橘品种自动识别是有针对性的柑橘病虫害防治、肥培管理、采摘等自动化作业的重要环节。为了评价宫川温州蜜柑、脐橙朋娜和沪溪无核椪柑3个柑橘品种机器自动识别的可行性,采集3个柑橘品种花萼面和侧面数字图像,以图像中柑橘轮廓像素数和区域像素数作为柑橘周长与面积,通过周长—面积方法计算其分形维数。将周长、面积和分形维数作为品种特征值,用小波神经网络识别3个品种,正确识别率分别为95%、95%、97.5%。试验结果表明,用周长、面积和分形维数3个特征值能有效识别3个柑橘品种,并具有较高的识别精度。
引用
收藏
页码:351 / 355
页数:5
相关论文
共 10 条
  • [1] 基于支持向量机的玉米品种识别
    程洪
    史智兴
    么炜
    王雷
    庞立欣
    [J]. 农业机械学报, 2009, 40 (03) : 180 - 183
  • [2] 图像处理识别玉米品种的特征参数研究
    史智兴
    程洪
    李江涛
    冯娟
    [J]. 农业工程学报, 2008, (06) : 193 - 195
  • [3] 基于种子图像处理的大数目玉米品种形态识别
    杨锦忠
    郝建平
    杜天庆
    崔福柱
    桑素平
    [J]. 作物学报, 2008, (06) : 1069 - 1073
  • [4] 基于图像识别的小麦品种分类研究
    何胜美
    李仲来
    何中虎
    [J]. 中国农业科学, 2005, (09) : 1869 - 1875
  • [5] 基于分形维数的垩白米图像检测方法
    凌云
    王一鸣
    孙明
    张小超
    [J]. 农业机械学报, 2005, (07) : 92 - 95+91
  • [6] BP人工神经网络识别玉米品种的研究
    杨蜀秦
    宁纪锋
    何东健
    [J]. 西北农林科技大学学报(自然科学版), 2004, (S1) : 162 - 164
  • [7] Potential of artificial neural networks in varietal identification using morphometry of wheat grains
    Dubey, B. P.
    Bhagwat, S. G.
    Shouche, S. P.
    Sainis, J. K.
    [J]. BIOSYSTEMS ENGINEERING, 2006, 95 (01) : 61 - 67
  • [8] Machine vision system for automatic quality grading of fruit
    Blasco, J
    Aleixos, N
    Moltó, E
    [J]. BIOSYSTEMS ENGINEERING, 2003, 85 (04) : 415 - 423
  • [9] Weed seeds identification by machine vision
    Granitto, PM
    Navone, HD
    Verdes, PF
    Ceccatto, HA
    [J]. COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2002, 33 (02) : 91 - 103
  • [10] Machine vision based quality evaluation of Iyokan orange fruit using neural networks[J] . Naoshi Kondo,Usman Ahmad,Mitsuji Monta,Haruhiko Murase.Computers and Electronics in Agriculture . 2000 (1)