基于紋理特征的網(wǎng)紋哈密瓜分類(lèi)研究.pdf

1、我國(guó)哈密瓜產(chǎn)量雖然占據(jù)世界第一，但是國(guó)際市場(chǎng)競(jìng)爭(zhēng)力弱，售價(jià)遠(yuǎn)低于日韓等其他國(guó)家，經(jīng)濟(jì)效益低下。主要因?yàn)閭鹘y(tǒng)網(wǎng)紋哈密瓜外觀品質(zhì)檢測(cè)及分級(jí)以人工分選為主，效率低下，精度差。隨著圖像處理技術(shù)和計(jì)算機(jī)軟硬件的日益提高，使得智能的機(jī)器視覺(jué)技術(shù)在網(wǎng)紋哈密瓜外部品質(zhì)檢測(cè)中應(yīng)用越加廣泛。
　　本研究以西州蜜17號(hào)，金蜜3號(hào)和八六王三種網(wǎng)紋哈密瓜為研究對(duì)象，根據(jù)網(wǎng)紋哈密瓜重要的外部品質(zhì)之一——紋理特征對(duì)哈密瓜不同品種和不同紋理等級(jí)進(jìn)行分類(lèi)研究，并初

2、步探究了哈密瓜外部紋理和內(nèi)部中心糖度的相關(guān)性。主要研究?jī)?nèi)容和結(jié)論有:
　　(1)設(shè)計(jì)構(gòu)建了哈密瓜圖像采集裝置，裝置由移動(dòng)托盤(pán)、彩色CCD相機(jī)、LED光源、自制光照箱和計(jì)算機(jī)等組成，可以獲取完整清晰的哈密瓜圖像。分析了截取ROI的必要性，并介紹了一種ROI截取方法，綜合對(duì)比了500×500、400×400、300×300、200×200和100×100像素五種不同大小的ROI截取方案，最終選擇了300×300像素的ROI圖像。

3、>　　(2)建立了基于紋理特征的哈密瓜品種分類(lèi)模型。對(duì)西州蜜17號(hào)、金蜜3號(hào)和八六王等3個(gè)品種，采用5種不同的紋理特征分析方法，提取了84個(gè)紋理特征，發(fā)現(xiàn)GLCM提取的8個(gè)紋理特征能夠有效區(qū)分不同品種哈密瓜的圖像，預(yù)測(cè)集分類(lèi)準(zhǔn)確率達(dá)到了98.52％。通過(guò)制定相應(yīng)的映射規(guī)則，實(shí)現(xiàn)了哈密瓜三品種樣本分類(lèi)，樣本分類(lèi)的結(jié)果達(dá)到了100％。實(shí)驗(yàn)結(jié)果說(shuō)明GLCM提取的紋理特征可以較高精度的區(qū)分哈密瓜三品種的圖像和樣本，滿足哈密瓜不同品種分類(lèi)要求。<

4、br>　　(3)建立了基于紋理特征的哈密瓜紋理等級(jí)分類(lèi)模型。對(duì)于特等、一等和等外3個(gè)等級(jí)紋理，對(duì)比了SFS、GA和mRMR三種特征選擇方法優(yōu)選后的紋理特征對(duì)不同等級(jí)紋理的分類(lèi)結(jié)果。發(fā)現(xiàn)采用SFS方法對(duì)組合特征的降維效果相對(duì)最好，優(yōu)選后的特征數(shù)量分別為13、33和21。另外，SFS方法對(duì)三品種哈密瓜不同等級(jí)紋理圖像的預(yù)測(cè)集分類(lèi)準(zhǔn)確率也相對(duì)最高，分別為90.00％、89.44％和86.67％。定義了相應(yīng)的映射規(guī)則實(shí)現(xiàn)了哈密瓜三等級(jí)樣本分類(lèi)，

5、樣本的分類(lèi)準(zhǔn)確率分別為91.67％、88.33％和83.33％，與三等級(jí)紋理圖像的分類(lèi)結(jié)果基本接近。實(shí)驗(yàn)結(jié)果說(shuō)明了組合紋理特征結(jié)合SFS特征優(yōu)選的方法能夠?qū)崿F(xiàn)哈密瓜不同等級(jí)紋理圖像和樣本的分類(lèi)，且對(duì)不同哈密瓜品種具有較好的魯棒性。
　　(4)分析了紋理特征與哈密瓜糖度的相關(guān)性。以八六王為例，從哈密瓜紋理等級(jí)和紋理特征兩個(gè)方面分析與中心糖度的相關(guān)性。對(duì)比了PLS、SMLR和PCR三種建模方法對(duì)糖度的預(yù)測(cè)結(jié)果，發(fā)現(xiàn)采用PLS糖度檢測(cè)模