融合HSV颜色空间和纹理特征的KNN算法对马铃薯表皮的分类探索.pdfVIP

2025年5月10日现代信息科技May.2025

第9卷第9期ModernInformationTechnologyVol.9No.9

DOI:10.19850/ki.2096-4706.2025.09.005

融合HSV颜色空间和纹理特征的KNN算法对马铃薯表皮的

分类探索

刘帅，康亮河

（，）

甘肃农业大学信息科学技术学院甘肃兰州730070

摘要：文章通过利用融合HSV颜色空间和纹理特征的KNN算法实现对马铃薯表皮的准确分类。将采集到的马铃

薯表皮图片从RGB颜色空间转换为HSV颜色空间，分别计算色调、饱和度、亮度三个通道的直方图。纹理特征方面采

用灰度共生矩阵（GrayLevelCo-occurrenceMatrix）将图像转换为灰度图像，计算灰度共生矩阵的能量、对比度、

相关性和同质性四个特征值，并通过局部二值模式（LocalBinaryPattern）计算图像的局部二值模式直方图。最后

将这三种特征拼接成一个一维数组作为图像的特征向量，并利用K-近邻（K-NearestNeighbors）算法实现马铃薯表

皮的分类。结果表明，其准确率为95%，平均精确率为91.67%、平均召回率为95%、平均F1-score为92.22%。研究表明，

融合后的特征能够显著提高分类准确率，为马铃薯品质检测和分类提供了一种新的有效途径。

关键词：马铃薯表皮分类；HSV颜色空间；纹理特征；灰度共生矩阵；KNN算法

中图分类号：TP391.4文献标识码：A文章编号：2096-4706（2025）09-0025-07

ClassificationExplorationonthePotatoEpidermisbyKNNAlgorithmCombining

HSVColorSpaceandTexturalFeatures

LIUShuai,KANGLianghe

(CollegeofInformationScienceandTechnology,GansuAgriculturalUniversity,Lanzhou730070,China)

Abstract:ThispaperrealizestheaccuratepotatoepidermisclassificationbyusingtheKNNalgorithmthatcombinestheHSV

colorspaceandtexturalfeatures.ThecollectedpotatoepidermisimagesareconvertedfromtheRGBcolorspacetotheHSVcolor

space,andthehistogramsofthehue,saturation,andbrightnesschannelsarecalculatedrespectively.Intermsoftexturalfeatures,the

GLCM(GrayLevelCo-occurrenceMatrix)isadoptedtoconverttheimagesintograyscaleimages,andfourfeaturevalues,namely

energy,contrast,correlation,andhomogeneityoftheGLCMarecalculated.