]*>","")" />
• Article • Previous Articles Next Articles
LI Jun-wei;GUO Jun-xian;HU Guang-hui;LIU Jun;YU Fei-yu
Received:
Revised:
Online:
Published:
李俊伟;郭俊先;胡光辉;刘军;虞飞宇
摘要: [目的]采用机器视觉技术,针对新疆无核白和红提单粒葡萄的质量和果径大小进行预测和分级研究.[方法]在不同的颜色特征空间模型,预处理原始图像,采用最大类间方差法分割目标区域;采用数学形态学方法去除二值图像中部分果梗及噪声点,获得最佳二值图像;基于二值图像,分析获取单粒葡萄的几何特征;最后,分别采用一元线性回归法和偏最小二乘回归法预测单粒葡萄的质量和果径,采用二次判别分析法对单粒葡萄的质量和果径进行分级.[结果]利用短轴与果形指数特征相结合建立的偏最小二乘回归模型可有效预测单粒葡萄的质量和果径,预测决定系数达到0.98和0.945;基于该特征组合的二次判别分析法可用于单粒葡萄的质量和果径分级,准确率超过85;.[结论]机器视觉技术能够较准确预测单粒葡萄的质量和果径,并能对质量和果径进行分级.
LI Jun-wei;GUO Jun-xian;HU Guang-hui;LIU Jun;YU Fei-yu. Prediction and Classification of Single Grape Weight and Size Based on Machine Vision Techniques[J]. .
李俊伟;郭俊先;胡光辉;刘军;虞飞宇. 基于机器视觉技术的单粒葡萄质量与果径预测分级研究[J]. .
Recommend
Add to citation manager EndNote|Ris|BibTeX
URL: http://www.xjnykx.com/EN/
http://www.xjnykx.com/EN/Y2014/V51/I10/1862