基于机器视觉和支持向量机的温室黄瓜识别

被引：122

作者：

王海青

姬长英

顾宝兴

安秋

机构：

[1] 南京农业大学工学院

来源：

农业机械学报 | 2012年 / 43卷 / 03期

基金：

国家高技术研究发展计划(863计划);

关键词：

黄瓜; 机器视觉; 最小二乘支持向量机; 形态学; 几何特征; 纹理特征;

D O I：

暂无

中图分类号：

S642.2 [黄瓜]; TP391.41 [];

学科分类号：

090202 ; 080203 ;

摘要：

针对复杂温室环境中的成熟黄瓜,采用脉冲耦合神经网络分割黄瓜图像,利用数学形态学方法处理,把黄瓜从图像背景中分离出来;提取各连通区域的4个几何特征值和灰度共生矩阵基础上的3个纹理特征值,作为最小二乘支持向量机(LS-SVM)的输入特征向量;利用训练好的分类器判别图像中的黄瓜。试验结果表明:用于试验的70幅黄瓜图像,正确识别率达82.9%,基于脉冲耦合神经网络分割结合LS-SVM的方法,适合复杂背景的温室黄瓜识别。

引用

收藏

页码：163 / 167+180 +180

页数：6

相关论文

共 12 条

[1] 田间杂草识别与除草技术智能化研究进展 [J].

范德耀 ;

姚青 ;

杨保军 ;

周营烽 ;

管泽鑫 ;

唐健 .

中国农业科学, 2010, 43 (09) :1823-1833

[2] 基于机器视觉的非结构环境下黄瓜目标特征识别 [J].

袁挺 ;

张俊雄 ;

李伟 ;

任永新 .

农业机械学报, 2009, 40 (08) :170-174+218

[3] 基于LS-SVM的红外光谱技术在奶粉脂肪含量无损检测中的应用 [J].

吴迪 ;

何勇 ;

冯水娟 ;

鲍一丹 .

红外与毫米波学报, 2008, (03) :180-184

[4] 基于脉冲耦合神经网络的蝗虫图像分割 [J].

熊雪梅 ;

王一鸣 ;

张小超 ;

郑永军 .

农机化研究, 2007, (01) :180-183

[5] 图像纹理的灰度共生矩阵计算问题的分析 [J].

薄华 ;

马缚龙 ;

焦李成 .

电子学报, 2006, (01) :155-158+134

[6] 最小二乘支持向量机在汽车动态系统辨识中的应用 [J].

郑水波 ;

韩正之 ;

唐厚君 ;

张勇 .

上海交通大学学报, 2005, (03) :392-395

[7] 二值图像中标定目标区域的几何特征提取 [J].

李云 ;

胡学龙 .

微机发展, 2000, (05) :55-57

[8] 关于统计学习理论与支持向量机 [J].

张学工 .

自动化学报, 2000, (01) :36-46

[9] Cherry-harvesting robot [J].

Tanigaki, Kanae ;

Fujiura, Tateshi ;

Akase, Akira ;

Imagawa, Junichi .

COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2008, 63 (01) :65-72

[10] Field test of an autonomous cucumber picking robot [J].

Van Henten, EJ ;

Van Tuijl, BAJ ;

Hemming, J ;

Kornet, JG ;

Bontsema, J ;

Van Os, EA .

BIOSYSTEMS ENGINEERING, 2003, 86 (03) :305-313