基于GA-SVM 模型的机采籽棉杂质识别 - Ingenta Connect.PDF

第 32 卷 第 24 期 农 业 工 程 学 报 Vol.32 No.24 2016 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2016 189 基于 GA-SVM 模型的机采籽棉杂质识别 1 2 1 1 张成梁 ，李 蕾 ，董全成 ，葛荣雨 （1. 济南大学机械工程学院，济南 250022 ； 2. 齐鲁工业大学机械与汽车工程学院，济南 250353 ） 摘 要：针对中国机采棉加工过程中混级混轧、缺乏棉花参数检测的现状，提出使用遗传算法优化支持向量机参数的机 采籽棉图像分割、杂质识别方法。在图像分割阶段，采用像素点邻域的色调、饱和度、亮度颜色特征与平均亮度、平均 对比度、平滑度、三阶矩、一致性、熵等纹理特征构建特征向量，使用最优保留策略的遗传算法优化惩罚参数及核函数 参数，建立图像分割 SVM 分类器；对杂质识别过程，在计算标记区域的颜色特征、纹理特征基础上，增加面积、周长、 离心率、矩形度、形状因子等形状特征，使用遗传算法建立杂质识别 SVM 分类器。测试结果表明，该方法适用于边缘对 比度低、纹理信息丰富的机采籽棉含杂图像分割，对杂质的有效识别率为 92.6% 。该研究为棉花加工设备的参数优化和 国产采棉机的研制及优化提供重要参考依据。 关键词：图像分割；杂质；遗传算法；机采籽棉； SVM ；识别 doi ：10.11975/j.issn.1002-6819.2016.24.025 中图分类号：TP391.41 文献标志码：A 文章编号：1002-6819(2016)-24-0189-08 张成梁，李 蕾，董全成，葛荣雨. 基于GA-SVM模型的机采籽棉杂质识别[J]. 农业工程学报，2016，32(24)：189－196. doi ：10.11975/j.issn.1002-6819.2016.24.025 Zhang Chengliang, Li Lei, Dong Quancheng, Ge Rongyu. Recognition for machine picking seed cotton impurities based on GA-SVM model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(24): 189－196. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2016.24.025 工序提供了支持，并不能指导棉花加工过程，另外皮 0 引 言 棉经过了多级清杂和梳理，杂质含量低，图像背景较 中国是世界上的棉花生产大国，传统的手摘收获方 为单一，检测时皮棉层薄，不存在杂质遮挡问题；手 式严重制约着采棉效率和经济效益，随着机械化收获比 摘籽棉的含杂量远远低于机采籽棉，同时机采棉加工 例的逐年增加，机采棉加工工艺逐步完善。由于机采棉 工艺也比手摘棉复杂的多。目前，国内迫切需要解决 含杂量在 8%～15%，一般需要经过三级籽棉清理和两 机