基于机器视觉和支持向量机的温室黄瓜识别.pdfVIP

２０１２年 ３月 农 业 机 械 学 报 第 ４３卷第 ３期 ＤＯＩ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１２．０３．０３０ 基于机器视觉和支持向量机的温室黄瓜识别 王海青　姬长英　顾宝兴　安　秋 （南京农业大学工学院，南京２１００３１） 　　【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。 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 中图分类号：ＴＰ３９１４１ 文献标识码：Ａ 文章编号：１０００１２９８（２０１２）０３０１６３０５ ＩｎｇｒｅｅｎｈｏｕｓｅＣｕｃｕｍｂｅｒＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＭａｃｈｉｎｅＶｉｓｉｏｎ ａｎｄＬｅａｓｔＳｑｕａｒｅｓＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ ＷａｎｇＨａｉｑｉｎｇ　ＪｉＣｈａｎｇｙｉｎｇ　ＧｕＢａｏｘｉｎｇ　ＡｎＱｉｕ （ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００３１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｐｕｌｓｅｃｏｕｐｌｅｄｎｅｕｒａｌｎｅｔｗｏｒｋ（ＰＣＮＮ）ａｎｄｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｉｃａｌｔｅｃｈｎｏｌｏｇｉｅｓｗｅｒｅｅｍｐｌｏｙｅｄ ｔｏｓｅｐａｒａｔｅｔｈｅｍａｔｕｒｅｉｎｇｒｅｅｎｈｏｕｓｅｃｕｃｕｍｂｅｒｆｒｏｍｃｏｍｐｌｅｘｂａｃｋｇｒｏｕｎｄｉｍａｇｅ．Ｆｏｕｒｇｅｏｍｅｔｒｉｃｆｅａｔｕｒｅ ｖａｌｕｅｓａｎｄｔｈｒｅｅｔｅｘｔｕｒｅｆｅａｔｕｒｅｖａｌｕｅｓｂａｓｅｄｏｎｇｒａｙｌｅｖｅｌｃｏｏｃｃｕｒｒｅｎｃｅｍａｔｒｉｘ（ＧＬＣＭ）ｏｆｅｖｅｒｙ ｃｏｎｎｅｃｔｅｄｒｅｇｉｏｎｓｉｎｉｍａｇｅｗｅｒｅｅｘｔｒａｃｔｅｄ，ｗｈｉｃｈｗｅｒｅｔｈｅｉｎｐｕｔｆｅａｔｕｒｅｖｅｃｔｏｒｏｆｌｅａｓｔｓｑｕａｒｅｓｓｕｐｐｏｒｔ ｖｅｃｔｏｒｍａｃｈｉｎｅ（ＬＳ ＳＶＭ）．Ｔｈｅｔｒａｉｎｅｄｃｌａｓｓｉｆｉｅｒｗａｓｕｓｅｄｆｏｒｉｄｅｎｔｉｆｙｉｎｇｔｈｅｃｕｃｕｍｂｅｒｉｎｉｍａｇｅ． Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔ７０ｃｕｃｕｍｂｅｒｉｍａｇｅｓｗｅｒｅｕｓｅｄｆｏｒｔｅｓｔｉｎｇ，ｔｈｅａｖｅｒａｇｅｒａｔｅｏｆｃｏｒｒｅｃｔ ｉｄｅｎｔｉｆｉｃａｔｉｏｎｒｅａｃｈｔｏ８２９％ ｉｎｄｉｆｆｅｒｅｎｔｃｏｎｄｉｔｉｏｎｓ，ｉｎｄｉｃａｔｉｎｇｔｈａｔｔｈｅｍｅｔｈｏｄｂａｓｅｄｏｎＰＣＮＮａｎｄ ＬＳ ＳＶＭｃｏｕｌｄｂｅｕｓｅｄｆｏｒｉｎｇｒｅｅｎｈｏｕｓｅｃｕｃｕｍｂｅｒｒｅｃｏｇｎｉｔｉｏｎ． Ｋｅｙｗｏｒｄｓ　Ｃｕｃｕｍｂｅｒ，Ｍａｃｈｉｎｅｖｉｓｉｏｎ，Ｌｅａｓｔｓｑｕａｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，Ｍｏｒｐｈｏｌｏｇｙ， Ｇｅｏｍｅｔｒｉｃｆｅａｔｕｒｅ，Ｔｅｘｔｕｒｅｆｅａｔｕｒｅ 情况加大了目标识别和实际操作难度。对于黄瓜收 　　引言 获而言，植株密度大且枝叶生长茂密，成熟的黄瓜和 温室环境中机器人采摘作业是现代农业的发展 其枝叶色差很小，其生长位姿多态，黄瓜表面亮度不 趋势［１～６］，在智能采摘的关键技术研究中，图像分