基于模糊聚类分析的结球甘蓝等级检测

作者：葛成鹏; 王振兴; 孙红; 李民赞; 李鸿强^*

来源：河北建筑工程学院学报, 2021, 39(03): 161-168.

• 结球甘蓝
• 等级
• 机器视觉
• 模糊聚类

该试验基于模糊聚类分析方法结合机器视觉技术,开展结球甘蓝等级检测方法研究。国标结球甘蓝等级规格(NY/T 1586—2008)中,根据叶球大小等9个等级评价指标,将同批次的结球甘蓝分为二级、一级、特级。提取结球甘蓝图像的形状特征、颜色特征和纹理特征,定义了平滑度等6个图像特征,共计21个图像特征参数,替代表示等级评价指标。通过模糊聚类方法将聚类集样本分为3个类别,分别统计3个类别特征参数的均值和标准偏差,按照各个类别拥有均值和标准偏差优异值的相对数量,确定3个类别的对应等级。通过计算测试集样本与各个类别样本中心的欧氏距离,以最小距离确定待测样品的等级归属。试验共108个样本,按照国标方法进行等级检测,二级、一级、特级的样本个数比例为1:2:2。其中80个组成聚类集,28个组成测试集,聚类集和测试集中各个等级的比例接近1:2:2。模糊聚类后,按照各个类别拥有均值和标准偏差优异值的数量,第1类样本是二级,第2类样本是一级,第3类样本是特级。聚类集和测试集中各个级样本占比与国标方法检测的3个等级的数量比例1:2:2一致。试验结果表明,该试验方法可用于结球甘蓝的等级检测。

• 单位
  中国农业大学; 河北建筑工程学院