科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前基于机器视觉的番茄形状检测算子检测到的形状特征单一,相关的深入研究较少,为进一步探索合适的形状特征参数及检测算子,将Hu矩作为特征参数并利用支持向量机实现了番茄的形状检测分类,准确度较高。首先设计采用Laplacian算子与Sobel算子进行算法融合对采集到的番茄图像进行自适应增强处理;然后采用最小错误率贝叶斯决策算子对平番茄图像进行图像分割得到番茄目标二值化图像。然后对得到二值化后的番茄图像进行归一化处理,使得归一化后的图像具有平移、旋转、尺度缩放不变性的Hu参数,通过提取目标番茄的7个Hu矩特征值参数,最后将这些特征值输入支持向量机中,完成番茄无损分级检测。试验采用VS2010验证算法,对正常果形、轻度畸变果形、重度畸变果形共计1000个样本进行了训练测试,结果表明经过改进增强图像以及改进Hu矩算子对番茄正常果形的分级精度达到93.3%,符合实际番茄检测精度的要求。
- 单位
