基于图像处理与改进SVM的苹果多特征融合分级方法
林海波
卢元栋
丁荣诚
修玉峰
青岛理工大学机械与汽车工程学院,山东 青岛 266520
摘要：为实现苹果准确分级,我们提出了基于图像处理与改进SVM(支持向量机)的苹果多特征融合分级方法.该方法主要分为图像预处理、背景分割、特征提取以及改进SVM的多特征融合分级四部分.首先,利用同态滤波算法改善采集的苹果图像质量;其次,将图像转换至HLS空间,使用Qtsu算法分割背景,利用形态学处理去除果梗及表面缺陷区域,利用Canny算法提取苹果轮廓;然后,提取苹果的大小、形状、颜色、缺陷、纹理5个特征;最后,利用交叉验证法优化SVM中的惩罚因子,建立多特征融合分级模型,并通过Fisher计算各指标的权重.本试验分别选取146、61个被明确划分等级的苹果样本进行训练、测试,结果表明,该分级方法的准确率达96.72％,可实现高精确度的苹果自动化分级.
关键词：苹果自动化分级图像处理改进SVM多特征融合
分类号：S661.1:TP391.4(果树园艺)
资助基金：山东省重点研发计划项目(2018GNC112011)山东省农机装备研发创新计划项目(2018YF009)
论文发表日期：2022-06-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：9( 141-149 )
英文信息