基于颜色和纹理特征的花生仁外观品质检测研究

作者：杨露露; 秦华伟^*

来源：中国农学通报, 2022, 38(27): 151-156.

• 花生仁
• 计算机视觉
• 颜色特征
• 纹理特征
• BP神经网络
• SVM

为了提高对花生仁外观缺陷的在线分类准确率及效率。通过对采集完好、破损、霉变的花生仁RGB图像进行均值位移法、灰度处理以及阈值分割等预处理，研究提取了花生仁HSV颜色空间下的H、S、V各分量的一阶矩和二阶矩共6个颜色特征值，再基于灰度共生矩阵法提取能量、熵、对比度、逆差分矩共4个纹理特征值，构建颜色和纹理结合的特征向量，最后分别采用BP神经网络和SVM分类器对花生仁进行分类识别。结果表明：在花生仁的整体识别准确率上，BP神经网络为96.67%,SVM分类器为97.22%，后者优于前者，在识别时间上BP和SVM分别为2.5 s和1.1 s，识别效率上也是SVM更好，综合识别准确率和效率两方面考虑，优先选择SVM分类器模型来对花生仁进行分类识别。

• 单位
  杭州电子科技大学