基于DT-CWT和LS-SVM的苹果果梗/花萼和缺陷识别

被引：18

作者：

宋怡焕

饶秀勤

应义斌

机构：

[1] 浙江大学生物系统工程与食品科学学院

来源：

农业工程学报 | 2012年 / 28卷 / 09期

关键词：

机器视觉; 最小二乘支持向量机(LS-SVM); 识别; 特征提取; 双树复小波变换(DT-CWT); 缺陷; 果梗/花萼; 苹果;

D O I：

暂无

中图分类号：

S661.1 [苹果]; TP391.41 [];

学科分类号：

080203 ;

摘要：

该文提出了一种基于双树复小波变换(DT-CWT)和最小二乘支持向量机(LS-SVM)区分苹果的果梗/花萼和缺陷的方法。对苹果图像使用DT-CWT分解,使用变换后得到的高频子带系数的均值和方差构造特征向量,然后使用最小支持二乘向量机作为分类器进行分类。对180幅苹果图像进行了试验。讨论了DT-CWT分解层数以及目标图像大小对分类正确率的影响。试验结果显示,使用3层DT-CWT对大小为64×64子图像进行小波分解提取纹理特征,能达到最好的分类效果,分类正确率可以达到95.6%。

引用

页码：114 / 118

页数：5

共 8 条

[1] SVM和DT-CWT的纹理图像分类方法研究 [J].

解洪胜 ;

张虹 ;

徐秀 .

中国矿业大学学报, 2007, (06) :773-778

[2] 基于DT-CWT和SVM的纹理分类算法 [J].

练秋生 ;

尚燕 ;

陈书贞 ;

王林 .

光电工程, 2007, (04) :109-113

[3] 基于分形特征的水果缺陷快速识别方法 [J].

李庆中 ;

汪懋华 .

中国图象图形学报, 2000, (02) :58-62

[4]

基于二元树复小波变换的特征提取与识别.[D].高仕龙.四川大学.2005, 08

[5]

Local fusion of complex dual-tree wavelet coefficients based face recognition for single sample problem.[J].K. Jaya Priya;R.S. Rajesh.Procedia Computer Science.2010,

[6] Quality evaluation of apples based on surface defects: development of an automated inspection system [J].

Throop, JA ;

Aneshansley, DJ ;

Anger, WC ;

Peterson, DL .

POSTHARVEST BIOLOGY AND TECHNOLOGY, 2005, 36 (03) :281-290

[7] Determination of stem and calyx location on apples using automatic visual inspection [J].

Penman, DW .

COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2001, 33 (01) :7-18

[8] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300

← 1 →