基于機(jī)器視覺(jué)的番茄成熟度顏色判別
發(fā)布時(shí)間:2019-11-07 21:27
【摘要】:提出一種顏色分析方法用于新鮮番茄分類(lèi),以GB 8852—88標(biāo)準(zhǔn)為參考,定義番茄成熟度的分類(lèi)標(biāo)準(zhǔn)(在研究中將其分成四類(lèi):完熟、成熟、半熟、綠熟),將采集到的番茄RGB圖像,去除背景后,濾波去噪,轉(zhuǎn)換成HIS顏色模型和HSV顏色模型。通過(guò)Matlab編程獲取R、G、B、H、S、V、I各顏色分量的均值,運(yùn)用SPSS軟件進(jìn)行判別篩選組合特征分量,運(yùn)用Matlab進(jìn)行判別分析。分析結(jié)果顯示,綠熟番茄在3種不同判別函數(shù)下訓(xùn)練集與驗(yàn)證集判別率均達(dá)到了100.00%;半熟番茄訓(xùn)練集判別率最高為94.74%,同時(shí)驗(yàn)證集判別率最高達(dá)到100%;成熟番茄訓(xùn)練集與驗(yàn)證集判別率最低,分別為76.67%和70.00%;完熟番茄訓(xùn)練集與驗(yàn)證集最高均為90.00%?傮w上實(shí)現(xiàn)了不同成熟度番茄的判別分類(lèi)。
【圖文】:
。1.2機(jī)器視覺(jué)系統(tǒng)圖像采集系統(tǒng)主要由工業(yè)相機(jī)(pointgrayFL2G-13S2C-C,PointGrey,Canada)、鏡頭(HF6M-2,SpacecomCCTV,Japan)主要獲取加工番茄表面的顏色特征信息、LED面光源等組成?紤]到后續(xù)圖像數(shù)據(jù)處理的問(wèn)題,將采集的圖像信息通過(guò)圖像采集卡(FirePRO1394bPCI-e,PointGrey,Canada)傳輸?shù)接?jì)算機(jī),計(jì)算機(jī)用于試驗(yàn)數(shù)據(jù)的存儲(chǔ)和處理,系統(tǒng)整體構(gòu)架圖見(jiàn)圖1。圖1系統(tǒng)整體架構(gòu)圖Figure1Thearchitecturediagramofentiretysystem1.3顏色模型顏色模型主要有HSV、RGB、HSI、CHL、LAB、CMY等。RGB模型是數(shù)字圖像處理的重要模型,計(jì)算機(jī)利用RGB模型表示像素的顏色,其中R[0,255],G[0,255],B[0,255]。RGB的分量與人對(duì)顏色的感知并沒(méi)有直接的聯(lián)系,這顯然不適應(yīng)人的視覺(jué)特點(diǎn)。HIS顏色空間通常使用非常接近于人類(lèi)對(duì)彩色感知的方法來(lái)定義彩色,是一種很直觀的方法,用色調(diào)H、飽和度S、光強(qiáng)I3個(gè)參數(shù)來(lái)描述顏色特征,HIS顏色模型對(duì)應(yīng)于圓柱坐標(biāo)系的雙圓錐子集上。HSV顏色模型的每一種顏色都是由色相H、飽和度S、色明度V3個(gè)參數(shù)來(lái)描述顏色特征,其是人類(lèi)對(duì)色彩感知的最好的顏色模型,HSV顏色模型對(duì)應(yīng)于圓柱坐標(biāo)系中的一個(gè)圓錐形子集。因此,在本研究中選取了HSV、HIS兩種顏色模型。1.4圖像處理及獲取有用顏色特征分量運(yùn)用Matlab軟
然后選取合適的單分量進(jìn)行自由組合[11],運(yùn)用SPSS軟件進(jìn)行判別篩選,最終篩選出來(lái)的有價(jià)值的組合特征分量有:(R-G)/(G-B)、(R+G)/(G-B)、(R-G)/(R+G)、G/B、R/B、B/R。這些特征分量被作為了線性判別函數(shù)的每一項(xiàng),用來(lái)判別不同成熟階段的番茄樣本。不同成熟度番茄樣本圖像去背景后灰度圖對(duì)比見(jiàn)圖3。圖2圖像處理流程圖Figure2Theflowchartofimageprocessing圖3不同成熟度番茄樣本圖像去背景后灰度圖對(duì)比Figure3Thegrayscalecontrastofimagebackgroudremovalofdifferentmaturitytomatosample1.5數(shù)據(jù)分析方法對(duì)SPSS篩選出來(lái)的組合特征分量(R-G)/(G-B)、(R+G)/(G-B)、(R-G)/(R+G)、G/B、R/B、B/R,包括單分量特征分量R、G、B、H、S、V、I在內(nèi)的,運(yùn)用Matlab進(jìn)行數(shù)據(jù)預(yù)處理,例如平滑處理(或去噪)、標(biāo)準(zhǔn)變換和極差歸一化變換等,本研究采用極差歸一化處理特征分量均值原始數(shù)據(jù),然后再利用Matlab進(jìn)行距離判別分析。數(shù)據(jù)的極差歸一化處理[12],即將數(shù)據(jù)統(tǒng)一映射到[0,1]區(qū)間上。設(shè)p維向量X=(X1,X2,…,XP)的觀測(cè)值矩陣為X=x11x12…x1px21x22…x2p………xn1xn2…xnpq縬纐膓,
本文編號(hào):2557479
【圖文】:
。1.2機(jī)器視覺(jué)系統(tǒng)圖像采集系統(tǒng)主要由工業(yè)相機(jī)(pointgrayFL2G-13S2C-C,PointGrey,Canada)、鏡頭(HF6M-2,SpacecomCCTV,Japan)主要獲取加工番茄表面的顏色特征信息、LED面光源等組成?紤]到后續(xù)圖像數(shù)據(jù)處理的問(wèn)題,將采集的圖像信息通過(guò)圖像采集卡(FirePRO1394bPCI-e,PointGrey,Canada)傳輸?shù)接?jì)算機(jī),計(jì)算機(jī)用于試驗(yàn)數(shù)據(jù)的存儲(chǔ)和處理,系統(tǒng)整體構(gòu)架圖見(jiàn)圖1。圖1系統(tǒng)整體架構(gòu)圖Figure1Thearchitecturediagramofentiretysystem1.3顏色模型顏色模型主要有HSV、RGB、HSI、CHL、LAB、CMY等。RGB模型是數(shù)字圖像處理的重要模型,計(jì)算機(jī)利用RGB模型表示像素的顏色,其中R[0,255],G[0,255],B[0,255]。RGB的分量與人對(duì)顏色的感知并沒(méi)有直接的聯(lián)系,這顯然不適應(yīng)人的視覺(jué)特點(diǎn)。HIS顏色空間通常使用非常接近于人類(lèi)對(duì)彩色感知的方法來(lái)定義彩色,是一種很直觀的方法,用色調(diào)H、飽和度S、光強(qiáng)I3個(gè)參數(shù)來(lái)描述顏色特征,HIS顏色模型對(duì)應(yīng)于圓柱坐標(biāo)系的雙圓錐子集上。HSV顏色模型的每一種顏色都是由色相H、飽和度S、色明度V3個(gè)參數(shù)來(lái)描述顏色特征,其是人類(lèi)對(duì)色彩感知的最好的顏色模型,HSV顏色模型對(duì)應(yīng)于圓柱坐標(biāo)系中的一個(gè)圓錐形子集。因此,在本研究中選取了HSV、HIS兩種顏色模型。1.4圖像處理及獲取有用顏色特征分量運(yùn)用Matlab軟
然后選取合適的單分量進(jìn)行自由組合[11],運(yùn)用SPSS軟件進(jìn)行判別篩選,最終篩選出來(lái)的有價(jià)值的組合特征分量有:(R-G)/(G-B)、(R+G)/(G-B)、(R-G)/(R+G)、G/B、R/B、B/R。這些特征分量被作為了線性判別函數(shù)的每一項(xiàng),用來(lái)判別不同成熟階段的番茄樣本。不同成熟度番茄樣本圖像去背景后灰度圖對(duì)比見(jiàn)圖3。圖2圖像處理流程圖Figure2Theflowchartofimageprocessing圖3不同成熟度番茄樣本圖像去背景后灰度圖對(duì)比Figure3Thegrayscalecontrastofimagebackgroudremovalofdifferentmaturitytomatosample1.5數(shù)據(jù)分析方法對(duì)SPSS篩選出來(lái)的組合特征分量(R-G)/(G-B)、(R+G)/(G-B)、(R-G)/(R+G)、G/B、R/B、B/R,包括單分量特征分量R、G、B、H、S、V、I在內(nèi)的,運(yùn)用Matlab進(jìn)行數(shù)據(jù)預(yù)處理,例如平滑處理(或去噪)、標(biāo)準(zhǔn)變換和極差歸一化變換等,本研究采用極差歸一化處理特征分量均值原始數(shù)據(jù),然后再利用Matlab進(jìn)行距離判別分析。數(shù)據(jù)的極差歸一化處理[12],即將數(shù)據(jù)統(tǒng)一映射到[0,1]區(qū)間上。設(shè)p維向量X=(X1,X2,…,XP)的觀測(cè)值矩陣為X=x11x12…x1px21x22…x2p………xn1xn2…xnpq縬纐膓,
本文編號(hào):2557479
本文鏈接:http://www.sikaile.net/kejilunwen/ruanjiangongchenglunwen/2557479.html
最近更新
教材專(zhuān)著