基于计算机视觉对苹果脆片外观品质分级.docVIP

基于计算机视觉对苹果脆片分级 摘要：为了开发苹果脆片自动化分级技术，本文利用计算机视觉对苹果脆片外部品质进行无损检测研究。通过对苹果脆片的大小、形状、颜色、纹理特征的感官评分建立苹果脆片外部品质等级评价标准。首先，利用计算机视觉系统获取脆片图像，经图像处理后，进行特征提取；然后，通过比较数据离差标准化和标准差标准化处理对建模效果的影响，确定合适的数据预处理方式；构建并比较费歇尔线性判别(isher linear discrimination, FLD)、偏最小二乘法判别分析（partial least squares discriminant analysis, PLS-DA）、支持向量机（support vector machine, SVM）3种模型的建模效果，确定最佳分级模型；最后，采用连续投影算法(successive projections algorithm, SPA)筛选最佳特征参数，并用最佳分级模型建模。结果表明，数据经离差标准化处理后建模效果更好；FLD、PLS-DA、SVM 3种模型中SVM模型分级效果最好，其建模和预测集分级准确率分别为96.7%和94.7%；基于SPA算法筛选得到了圆形度、H分量均值、熵的均值这3个特征参数，基于特征参数的SVM模型建模和预测集分级准确率分别为96.2%和91.3%。该研究为苹果脆片的计算机视觉自动分级提供了技术支持。