基于机器视觉的半干枣病害和裂纹识别研究

作者：李运志; Qiang Zhang; 陈弘毅; 党晓辉; 李新岗; 胡耀华

来源：农机化研究, 2016, 38(08): 120-125.

DOI：10.13427/j.cnki.njyi.2016.08.026

• 枣
• 机器视觉
• 病害
• 裂纹
• 缺陷
• 支持向量机

研究提出了一种基于机器视觉的病害和裂纹的识别方法。在H分量图中,依据半干枣在病害和非病害区域色调值差异提取病害区域,以提取的病害区域与枣表面积的比作为阈值确定较高的病害面积识别精度,可正确识别的感兴趣病害面积为16.87mm2,占枣投影面积的3.3%。为进一步提高在该病害面积识别精度的正确率,依据已确定的病害面积比阈值,将病害面积比值二值化,结合红枣区域颜色特征值H的均值和均方差,用SVM方法建立枣病害的识别模型,训练集和测试集的识别正确率分别为9 5.7 7%和9 5.7 9%。在I分量图中,对红枣区域进行Otsu’s阈值分割、图像局部属性统计和形态学处理,提取裂纹二值图像,依据裂纹图像不变距方法建立裂纹识别模型,训练集和测试集的识别正确率分别为94.90%和94.55%。

• 单位
  西北农林科技大学; 电子工程学院