基于Zernike矩的马铃薯薯形检测

被引：41

作者：

郝敏 ^{[1
]}

麻硕士 ^{[1
]}

郝小冬 ^{[2
]}

机构：

[1] 内蒙古农业大学机电工程学院

[2] 内蒙古薛家湾供电局

来源：

农业工程学报 | 2010年 / 26卷 / 02期

关键词：

农产品; 自动检测; 图像识别; 马铃薯分级; 机器视觉;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

目前基于机器视觉的马铃薯薯形检测的形状特征单一,相关研究较少,为了进一步探索合适的形状特征参数及检测方法,该文将Zernike矩作为特征参数并利用支持向量机实现了马铃薯薯形的检测分类,准确度较高。首先用截取最佳图像的方法对马铃薯图像进行归一化,使得归一化后的图像具有平移和尺度不变性,然后从归一化的图像中计算具有旋转不变性的Zernike矩参数,通过特征筛选确定分类的19个Zernike特征参数,最后将这些特征输入到支持向量机中,用高斯径向基核函数(RBF)和Sigmoid核函数构建混合核函数,完成马铃薯薯形检测分类,对薯形良好和畸形的检测准确率达93%和100%,能够准确剔除畸形马铃薯并满足实际检测的要求。

引用

页码：347 / 350

页数：4

共 10 条

[1]

矩技术及其在图像处理与识别中的应用研究.[D].王晓红.西北工业大学.2002, 01

[2] A new class of Zernike moments for computer vision applications [J].