基于机器视觉的甜瓜成熟度判别研究

作者：许德芳; 赵华民; 许建东; 张淑娟^*

来源：农产品加工, 2020, (14): 19-25.

DOI：10.16693/j.cnki.1671-9646(X).2020.07.039

• 机器视觉
• 甜瓜
• PCA
• PCA-LS-SVM

为了满足甜瓜自动加工分选的需求,提高甜瓜分拣的效率,采用机器视觉技术对甜瓜进行成熟度判别研究。采集"新甜"甜瓜3个不同成熟度阶段的图像。首先,通过RGB色彩模型和灰度共生矩阵(GLCM)分析、计算甜瓜颜色及纹理特征,然后基于全部特征值和经主成分优选后特征值,建立PLS-LS-SVM预测模型。结果表明,经主成分优选后建立的PCA-LS-SVM预测模型效果最好,综合判别准确率为100%。基于全特征值建立的PLS模型和经主成分优选后建立的PCA-PLS模型综合判别准确率均为97.96%,但是PCA-PLS模型判别速度更高。研究为甜瓜智能化分级分选系统的研发提供了理论支持。

• 单位
  山西农业大学