《基于机器视觉的苹果分级中特征参量选择方法 Feature Selection Method for Apple Grading Based on Machine Vision》.pdfVIP

1 20 2年6月 农业机械学报 第43卷第6期 DOI：10．6041／j．issn．1000—1298．2012．06．022 基于机器视觉的苹果分级中特征参量选择方法串 殷 勇 陶 凯 于慧春 (河南科技大学食品与生物工程学院，洛阳471003) 【摘要】 为提高基于数字图像的苹果分级的准确性，常提取多特征信息。然而，使用多特征信息分级时会存 在信息冗余等问题。为此，运用主成分分析(PCA)来融合特征参量，并借助WilksA统计量选择对分级有显著作用 的主成分；然后依据各特征参量对所选择主成分的贡献率筛选特征参量。Fisher判别分析(FDA)结果表明：使用所 选择的特征参量进行苹果分级，分级效果明显优于特征选择前，分级正确率和交叉验证正确率分别提高了2．O％和 1 5％。 关键词：苹果分级图像处理特征选择主成分分析统计量 中图分类号：TS255；TP391．41文献标识码：A 文章编号：1000-1298(2012)06-0118-04 MachineVision FeatureSelectionMethodfor Basedon AppleGrading Yin TaoKaiYuHuichun Yong and and ofFoodBioengineering，HenanUnfi：ersityofScienceTechnology，Luoyang471003，China) (College Abstract Inorderto the of in multi— system，the improveaccuracyapplegradingdigitalimageprocessing featureinformationwasextractedfor the methodresultin describingapplefeatures．However，thismay information andSOon．So，the usedto out redundancy principalcomponentanalysis(PCA)wascarry informationfusionofthefeature withtheaidofWilksA statisticthe parameters，and principal featuresusedin could resultswereselected．Thensome grading components(PC)whichpromotegrading wereselectedbasedonthecontributionratetoselectedPC．TheresultsofFisherdiscriminate