基于形状特征的花椒分选

作者：柴润泽; 叶松^*; 熊伟

来源：桂林电子科技大学学报, 2021, 41(05): 382-386.

DOI：10.16725/j.cnki.cn45-1351/tn.2021.05.007

• 计算机视觉
• 形状特征
• 机器学习
• 支持向量机
• 决策树

为解决花椒成熟后因各类别之间颜色差异小而造成分选困难的问题,提出一种提取物料形状特征的自动提取算法。采集在蓝色背景下自由落体的花椒图像,建立花椒数据集,设计分别基于支持向量机(SVM)和决策树(DTree)的分类器对样本数据集进行分类,验证特征描绘子的分类效果,并分析不同分类算法对花椒样本分类效果的影响。实验结果表明:基于形状特征描绘子圆形度、矩形度、细长度和对角线长的SVM和DTree模型分类准确率分别达95.87%、92.12%;花椒壳为良品类时SVM分类效果较好,花椒籽为良品类时DTree分类效果较好。

• 单位
  中国科学院，安徽光学精密机械研究所; 中国科学院安徽光学精密机械研究所; 桂林电子科技大学; 自动化学院