基于亮度校正和AdaBoost的苹果缺陷在线识别

被引：13

作者：

张保华 ^{[1
]}

黄文倩 ^{[2
]}

李江波 ^{[2
]}

赵春江 ^{[2
]}

刘成良 ^{[1
]}

黄丹枫 ^{[1
]}

机构：

[1] 上海交通大学机械系统与振动国家重点实验室

[2] 北京市农林科学院北京农业智能装备技术研究中心

来源：

农业机械学报 | 2014年 / 45卷 / 06期

基金：

国家高技术研究发展计划(863计划);

关键词：

苹果缺陷; 机器视觉; 亮度校正; AdaBoost; 在线识别; 果梗-花萼;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于亮度校正和AdaBoost的苹果缺陷与果梗-花萼在线识别方法。以富士苹果为研究对象,首先在线采集苹果的RGB图像和NIR图像,并分割NIR图像获得苹果二值掩模;其次利用亮度校正算法对R分量图像进行亮度校正,并分割校正图像获得缺陷候选区(果梗、花萼和缺陷);然后以每个候选区域为掩模,随机提取其内部7个像素的信息分别代表所在候选区的特征,将7组特征送入AdaBoost分类器进行分类、投票,并以最终投票结果确定候选区的类别。实验结果表明,该算法检测速度为3个/s,满足分选设备的实时性要求,且总体正确识别率达95.7%。

引用

页码：221 / 226

页数：6

共 13 条

[1] 基于类球形亮度变换的水果表面缺陷提取
黄文倩
李江波
张驰
李斌
陈立平
张百海
[J]. 农业机械学报, 2012, 43 (12) : 187 - 191
[2] 水果表面亮度不均校正及单阈值缺陷提取研究
李江波
饶秀勤
应义斌
[J]. 农业机械学报, 2011, 42 (08) : 159 - 163
[3] 基于掩模及边缘灰度补偿算法的脐橙背景及表面缺陷分割
李江波
饶秀勤
应义斌
马本学
郭俊先
[J]. 农业工程学报, 2009, 25 (12) : 133 - 137
[4] Automatic grading of Bi-colored apples by multispectral machine vision[J] . Devrim Unay,Bernard Gosselin,Olivier Kleynen,Vincent Leemans,Marie-France Destain,Olivier Debeir.Computers and Electronics in Agriculture . 2010 (1)
[5] In-line detection of apple defects using three color cameras system[J] . Zou Xiao-bo,Zhao Jie-wen,Li Yanxiao,Mel Holmes.Computers and Electronics in Agriculture . 2009 (1)
[6] Automatic correction of the effects of the light source on spherical objects. An application to the analysis of hyperspectral images of citrus fruits[J] . J. Gómez-Sanchis,E. Moltó,G. Camps-Valls,L. Gómez-Chova,N. Aleixos,J. Blasco.Journal of Food Engineering . 2007 (2)
[7] Quality evaluation of apples based on surface defects: development of an automated inspection system[J] . J.A. Throop,D.J. Aneshansley,W.C. Anger,D.L. Peterson.Postharvest Biology and Technology . 2005 (3)
[8] Stem and calyx recognition on ‘Jonagold’ apples by pattern recognition[J] . D. Unay,B. Gosselin.Journal of Food Engineering . 2005 (2)
[9] Identifying defects in images of rotating apples
Bennedsen, BS
Peterson, DL
Tabb, A
[J]. COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2005, 48 (02) : 92 - 102
[10] Comparison of three algorithms in the classification of table olives by means of computer vision[J] . R. Diaz,L. Gil,C. Serrano,M. Blasco,E. Moltó,J. Blasco.Journal of Food Engineering . 2003 (1)

← 1 2 →