多特征图像融合的苹果分级方法应用研究

研究苹果优化自动分级控制问题,苹果等级由多种特征共同决定,单一苹果特征分类算法不能全面反映苹果品质,导致分级正确率低。为提高提高苹果分级正确率,提出一种基于证据理论的特征融合苹果分级方法。首先提取大小、形状、颜色特征,然后采用RBF神经网络对每一个特征进行初步分级,将单一特征初步分级结果作为证据,最后采用证据理论对初步分级结果进行决策级融合,获得苹果多特征融合分级结果。仿真表明,相对于单一特征分级方法,特征融合分级方法提高苹果自动分级正确率,稳定性更好,是一种有效苹果自动分级方法。