文献类型：期刊文章

作　　者：黄辰[1] 费继友[1]

Huang Chen Fei Jiyou(School of Mechanical Engineering, Dalian Jiaotong University, Dalian 116028, China)

机构地区：[1]大连交通大学机械工程学院,大连116028

出　　处：《农业工程学报》

基　　金：国家自然科学基金资助项目(51376028);国家科技支撑计划(2015BAF20B02)

年　　份：2017

卷　　号：33

期　　号：1

起止页码：285-291

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20171203473103)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：苹果在线分级是提升苹果商品化价值的重要环节,需要同时满足分级准确度和速度要求。为进一步提高苹果在线分级效率,该文借助机器视觉技术动态采集苹果传输过程中的实时图像,提出改进的三层Canny边缘检测算法来提取苹果轮廓以克服采集图像中的光线噪声影响,通过分析苹果分级指标,采用判别树对苹果的果径、缺陷面积、色泽等特征进行初步分级判断,并采用粒子群参数优化的支持向量机对果形、果面纹理、颜色分布等特征进行模型构建与分级,最后,通过将两种分级判断结果进行决策融合来实现样本精确分级。同时,采取图像压缩和特征降维方法提高实时性。试验结果表明,基于图像特征决策融合的苹果分级准确率可达到95%,平均分级速率可达到4个/s。研究结果为水果的在线分级提供参考。

关 键 词：图像处理  支持向量机 机器视觉 苹果分级 决策融合  三层Canny  特征分析  

分 类 号：TP391.4]