基于机器视觉的棉花异性纤维检测技术优化研究

作者：张云; 许江淳^*; 王志伟; 史鹏坤

来源：中国农机化学报, 2018, 39(09): 61-65.

DOI：10.13733/j.jcam.issn.2095-5553.2018.09.014

• 机器视觉
• 图像增强
• 图像分割
• 特征提取
• 模式识别
• SVM分类器

为解决人为采摘、室外曝晒、分散储运等出现的问题,提出利用机器视觉来实现棉花异性纤维自动检测技术,包括图像预处理、图像增强、图像分割、图像数据的特征提取,目标模式识别方法。通过实验,SVM分类器训练出来的实验结果表明异性纤维识别的准确率有明显提高;最后再次实验,对检出的结果进行性能分析和评估,有效地提高了异性纤维检测方法的正确率,并对结果计算出相应的平均识别准确率,性能提升尤为明显。本文提出的棉花异性检测方法是在已有的检测方法基础上进行优化,有很好的应用价值。

• 单位
  昆明理工大学; 自动化学院