网站大量收购闲置独家精品文档,联系QQ:2885784924

基于颜色及纹理特征的果蔬种类识别方法.pdf

基于颜色及纹理特征的果蔬种类识别方法.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 30 卷 第 16 期 农 业 工 程 学 报 Vol.30 No.16 2014 年 8 月 Transactions of the Chinese Society of Agricultural Engineering Aug. 2014 305 基于颜色及纹理特征的果蔬种类识别方法 1 1※ 2 1 1 陶华伟 ,赵 力 ,奚 吉 ,虞 玲 ,王 彤 (1. 东南大学水声信号处理教育部重点实验室,南京 210096 ; 2. 河海大学物联网工程学院,常州 213022 ) 摘 要:为更好地表述果蔬图像纹理特征,提高智能果蔬识别系统识别准确性,提出一种颜色完全局部二值模式 纹理特征提取算法。果蔬识别系统模型利用颜色完全局部二值模式提取图像纹理特征,利用 HSV 颜色直方图、 外点/ 内点颜色直方图提取图像颜色特征,采用匹配得分融合算法将颜色和纹理特征相融合,采用最近邻分类器实 现果蔬农产品分类。通过不同光照条件下和不同数量训练样本条件下的试验得出:颜色完全局部二值模式的果蔬 图像纹理表述能力明显优于和差直方图等果蔬图像纹理操作子,识别率提升最小在 5% 以上,更适合果蔬分类; 对比其他纹理特征提取算法,采用颜色完全局部二值模式与颜色特征进行融合时,识别率最优,时间开销约为 1.1 s。该方法能够应用到智能果蔬识别系统中,提升系统识别准确性。 关键词:农产品;图像处理;特征识别;颜色特征;纹理特征;融合;果蔬 doi :10.3969/j.issn.1002-6819.2014.16.039 中图分类号:TP391 文献标识码:A 文章编号:1002-6819(2014)-16-0305-07 陶华伟,赵 力,奚 吉,等. 基于颜色及纹理特征的果蔬种类识别方法[J]. 农业工程学报,2014,30(16): 305-311. Tao Huawei, Zhao Li, Xi Ji, et al. Fruits and vegetables recognition based on color and texture features[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(16): 305 -311. (in Chinese with English abstract) Rocha[7] 比较了和差直方图(Unser )、颜色聚合向量 0 引 言 (color coherence vector,CCV )、外点/ 内点颜色直 果蔬农产品售卖要求销售员能够快速、准确地 方图(border/interior pixel classification ,BIC )等纹 识别果蔬农产品品种、价格。传统的条形码粘贴方 理、颜色特征在不同分类器下的识别效果,并指出 法需要逐个粘贴条形码,浪费大量人力物力。而智 采用 CCV、BIC 、Unser 特征进行融合可以取得最 能果蔬识别秤[1]利用计算机视觉实现果蔬的识别, 好的识别结果,但是所采用的纹理特征不能较好地 提高了农产品的售卖效率。智能识别秤中,农产品 表述果蔬纹理的差异性,仍然对光照较为敏感。 种类识别算法是系统的核心部分。然而,传统果蔬 Arivazhagan 等将 HSV 颜色空间中的 H 、S 统计

文档评论(0)

max + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档