中央高校基本科研业务费专项资金(0900205116)
- 作品数：2 被引量：36H指数：2
- 相关作者：陶海龙李鹏黄涛李小昱高海龙更多>>
- 相关机构：华中农业大学湖北工业大学更多>>
- 发文基金：中央高校基本科研业务费专项资金湖北省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学农业科学更多>>
- 马铃薯缺陷透射和反射机器视觉检测方法分析被引量：18
- 2014年
- 针对反射机器视觉技术若同时检测马铃薯内外部缺陷存在检测精度不高的问题,提出一种基于透射机器视觉技术的马铃薯内外部缺陷无损检测方法。通过对获取的马铃薯透射和反射图像预处理方法的比较研究,确定上山法结合区域生长法为马铃薯透射和反射图像特征的最优分割方法;采用偏最小二乘-支持向量机分别建立了透射和反射图像的马铃薯缺陷识别模型并进行了比较。在对马铃薯内部缺陷进行检测时,透射和反射图像所建模型的判别正确率分别为96.30%、59.26%;在对马铃薯外部缺陷进行检测时,透射和反射图像所建模型的判别正确率分别为94.20%、89.86%;在对马铃薯内外部缺陷进行同时检测时,透射和反射图像所建模型的判别正确率分别为95.83%、81.25%。研究结果表明,无论是对马铃薯内部或外部缺陷单独进行检测,还是对内外部缺陷同时进行检测,透射方法均比反射方法精度更高。
- 李小昱陶海龙高海龙李鹏黄涛孙金风
- 关键词：马铃薯机器视觉
- 基于多源信息融合技术的马铃薯痂疮病无损检测方法被引量：19
- 2013年
- 为了提高马铃薯痂疮病无损检测识别精度,基于机器视觉和近红外光谱的多源信息融合技术,该文提出DS(dempster shafer)证据理论结合支持向量机的马铃薯痂疮病无损检测方法。试验以360个马铃薯为研究对象,在图像特征分割时,确定了差影法结合马尔可夫随机场模型法为最佳分割方法;在光谱特征提取时,确定主成分分析方法为最佳降维方法。采用支持向量机识别方法分别建立机器视觉和近红外光谱的马铃薯痂疮病识别模型,模型对测试集马铃薯识别率分别为89.17%、91.67%。采用DS证据理论与支持向量机相结合的方法对获取的图像特征和光谱特征进行融合,建立了基于机器视觉和近红外光谱技术的多源信息融合马铃薯痂疮病检测模型,该模型对测试集马铃薯识别率为95.83%。试验结果表明,该技术对马铃薯痂疮病进行检测是可行的,融合模型比单一的机器视觉模型或近红外光谱模型识别率高。
- 李小昱陶海龙高海龙李鹏黄涛任继平
- 关键词：近红外光谱信息融合无损检测机器视觉马铃薯
