典型文献
基于图像处理与SVM的核桃仁多特征融合分级方法
文献摘要：
为了实现云南地区核桃仁的品质检测与分级,本文提出基于图像处理与SVM的核桃仁多特征融合分级方法.该方法由对核桃仁图像预处理操作、特征提取以及支持向量机的多特征融合分级3个部分组成.为了保证核桃仁颜色特征和形状特征提取的正确率,对拍摄到的每一幅图像进行灰度化、二值化、形态学处理,获得平滑二值图像.在此基础上,提取核桃仁B、G、R3通道的颜色特征以及面积、周长、长宽比、矩形度、圆形度5个形状特征,结合SVM建立多特征融合分级模型.结果表明:圆形度、面积、周长3个形状特征与R通道颜色特征的组合模型表现最好,分类正确率达94％.
文献关键词：
机器视觉;核桃仁;颜色特征;形状特征
中图分类号：
作者姓名：
颜旭;王应彪;张兆顺;李帅奇;张超宇
作者机构：
西南林业大学机械与交通学院,云南 昆明650224
文献出处：
引用格式：
[1]颜旭;王应彪;张兆顺;李帅奇;张超宇-.基于图像处理与SVM的核桃仁多特征融合分级方法)[J].农业与技术,2022(17):42-45
A类：
B类：
核桃仁,多特征融合,分级方法,云南地区,品质检测,图像预处理,颜色特征,形状特征提取,对拍,一幅,灰度化,二值化,形态学处理,二值图像,R3,周长,长宽比,圆形度,分级模型,组合模型,机器视觉
AB值：
0.252071
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
