基于颜色及纹理特征的果蔬种类识别方法

被引：51

作者：

陶华伟 ^{[1
]}

赵力 ^{[1
]}

奚吉 ^{[2
]}

虞玲 ^{[1
]}

王彤 ^{[1
]}

机构：

[1] 东南大学水声信号处理教育部重点实验室

[2] 河海大学物联网工程学院

来源：

农业工程学报 | 2014年 / 30卷 / 16期

关键词：

农产品; 图像处理; 特征识别; 颜色特征; 纹理特征; 融合; 果蔬;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为更好地表述果蔬图像纹理特征,提高智能果蔬识别系统识别准确性,提出一种颜色完全局部二值模式纹理特征提取算法。果蔬识别系统模型利用颜色完全局部二值模式提取图像纹理特征,利用HSV颜色直方图、外点/内点颜色直方图提取图像颜色特征,采用匹配得分融合算法将颜色和纹理特征相融合,采用最近邻分类器实现果蔬农产品分类。通过不同光照条件下和不同数量训练样本条件下的试验得出:颜色完全局部二值模式的果蔬图像纹理表述能力明显优于和差直方图等果蔬图像纹理操作子,识别率提升最小在5%以上,更适合果蔬分类;对比其他纹理特征提取算法,采用颜色完全局部二值模式与颜色特征进行融合时,识别率最优,时间开销约为1.1 s。该方法能够应用到智能果蔬识别系统中,提升系统识别准确性。

引用

页码：305 / 311

页数：7

共 13 条

[1] 基于视觉显著性改进的水果图像模糊聚类分割算法 [J].

陈科尹 ;

邹湘军 ;

熊俊涛 ;

彭红星 ;

郭艾侠 ;

陈丽娟 .

农业工程学报, 2013, 29 (06) :157-165+295

[2] 基于完整LBP特征的人脸识别 [J].

袁宝华 ;

王欢 ;

任明武 .

计算机应用研究, 2012, 29 (04) :1557-1559

[3] 基于Gabor小波和颜色矩的棉花盲椿象分类方法 [J].

张建华 ;

祁力钧 ;

冀荣华 ;

袁雪 ;

李慧 .

农业工程学报, 2012, 28 (01) :133-138

[4] 颗粒形混合农产品的图像检测与分类 [J].

刘光蓉 ;

周红 ;

管庶安 .

农业工程学报, 2011, 27 (11) :344-348

[5] 基于稀疏场水平集的荔枝图像分割算法 [J].

毛亮 ;

薛月菊 ;

孔德运 ;

刘国瑛 ;

黄珂 ;

卢启福 ;

王楷 .

农业工程学报, 2011, 27 (04) :345-349

[6] 农产品质量无损检测技术研究进展与应用 [J].

潘立刚 ;

张缙 ;

陆安祥 ;

马智宏 ;

韩平 .

农业工程学报, 2008, 24(S2) (S2) :325-330

[7] 杂草识别中颜色特征和阈值分割算法的优化 [J].

毛罕平 ;

胡波 ;

张艳诚 ;

钱丹 ;

陈树人 .

农业工程学报, 2007, (09) :154-158

[8] 农产品品质检测中的计算机视觉及神经网络技术发展与动态 [J].

马成林 ;

杨秀坤 ;

陈晓光 ;

于海业 .

农业工程学报, 1997, (S1) :243-248

[9]

Image region description using orthogonal combination of local binary patterns enhanced with color information[J] . Chao Zhu,Charles-Edmond Bichot,Liming Chen.Pattern Recognition . 2013

[10]

Automatic fruit and vegetable classification from images[J] . Anderson Rocha,Daniel C. Hauagge,Jacques Wainer,Siome Goldenstein.Computers and Electronics in Agriculture . 2009 (1)

← 1 2 →