科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对经过破壳后的山核桃壳仁物料难以分选的问题,提出一种基于模糊C-均值聚类的山核桃壳仁分选的图像处理算法。在Labview的软件平台上,开发能够实现山核桃壳仁分选的程序和用户界面。通过提取山核桃破壳分离物的H(色调)、S(饱和度)、V(明度)、A(能量)、E(熵)、M(惯性矩)、R(相关性)等物理指标,构建特征数据的样本集合,依据主分量分析(PCA)对数据集合进行特征降维。利用模糊聚类算法计算出相应对象数据集合的聚类中心,计算试验样本对相应聚类中心的隶属度,按照最大隶属度原则实现对山核桃外壳、内隔(隔、壳内壁等)和核桃仁的合理分类,并成功地将核桃仁从破壳混合物料中分选出来。通过设计静态试验方案,验证系统方案与设计的可行性。结果表明:该系统能够对试验样品进行正确分类,分选正确率能达到83%以上。
- 单位
