一种偏好多目标蜂群算法及其在油茶果图像识别中的应用

被引：4

作者：

李昕

李立君

机构：

[1] 中南林业科技大学机电工程学院

来源：

计算机应用研究 | 2012年 / 29卷 / 12期

关键词：

机器视觉; 多特征; 蜂群算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对油茶果采摘机器人机器视觉系统实用性要求,提出了一种基于偏好多目标蜂群算法以解决油茶果目标多特征融合问题。在对油茶果采摘图像进行色差阈值分割后,分别提取分割区域的典型颜色、形态及纹理特征中的八个特征量作为偏好区域对油茶果多特征参数的识别。实验结果表明,使用多特征参数融合方法的识别率较之单特征方法有所提高,在晴天时提高了91.27%,在阴天时提高了94.88%;同时平均识别时间控制在3 500 ms内,达到了油茶果实时采摘的要求,为下一步在智能油茶采摘机器人中的应用打下了基础。

引用

页码：4779 / 4781+4785 +4785

页数：4

共 20 条

[11] 基于机器视觉的自然环境中成熟荔枝识别 [J].

熊俊涛 ;

邹湘军 ;

陈丽娟 ;

郭艾侠 .

农业机械学报, 2011, 42 (09) :162-166

[12] 基于小波包和数学形态学结合的图像特征提取方法 [J].

张立国 ;

杨瑾 ;

李晶 ;

任晓丽 ;

上官寒露 .

仪器仪表学报, 2010, 31 (10) :2285-2290

[13]

Phenolic ripeness as-sessment of grape skin by texture analysis. SUSANA R S,LUCA R,VINCENZO G,et al. Journal of Food Composition and Analysis . 2008

[14]

茄子收获机器人视觉系统和机械臂避障规划研究[D]. 姚立健.南京农业大学 2008

[15]

Detecting fruits in natural scenes by using spatial-frequency based texture analysis and multiview geometry. RAKUN J,STAJNKO D,ZAZULA D. Computers and Electronics in Agriculture . 2011

[16] 求解多目标优化问题的一种多子群体进化算法 [J].