基于紋理特征的網(wǎng)紋哈密瓜分類研究.pdf

1、我國哈密瓜產(chǎn)量雖然占據(jù)世界第一，但是國際市場競爭力弱，售價遠低于日韓等其他國家，經(jīng)濟效益低下。主要因為傳統(tǒng)網(wǎng)紋哈密瓜外觀品質(zhì)檢測及分級以人工分選為主，效率低下，精度差。隨著圖像處理技術和計算機軟硬件的日益提高，使得智能的機器視覺技術在網(wǎng)紋哈密瓜外部品質(zhì)檢測中應用越加廣泛。
　　本研究以西州蜜17號，金蜜3號和八六王三種網(wǎng)紋哈密瓜為研究對象，根據(jù)網(wǎng)紋哈密瓜重要的外部品質(zhì)之一——紋理特征對哈密瓜不同品種和不同紋理等級進行分類研究，并初

2、步探究了哈密瓜外部紋理和內(nèi)部中心糖度的相關性。主要研究內(nèi)容和結論有:
　　(1)設計構建了哈密瓜圖像采集裝置，裝置由移動托盤、彩色CCD相機、LED光源、自制光照箱和計算機等組成，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模型。對西州蜜17號、金蜜3號和八六王等3個品種，采用5種不同的紋理特征分析方法，提取了84個紋理特征，發(fā)現(xiàn)GLCM提取的8個紋理特征能夠有效區(qū)分不同品種哈密瓜的圖像，預測集分類準確率達到了98.52％。通過制定相應的映射規(guī)則，實現(xiàn)了哈密瓜三品種樣本分類，樣本分類的結果達到了100％。實驗結果說明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要求。<

4、br>　　(3)建立了基于紋理特征的哈密瓜紋理等級分類模型。對于特等、一等和等外3個等級紋理，對比了SFS、GA和mRMR三種特征選擇方法優(yōu)選后的紋理特征對不同等級紋理的分類結果。發(fā)現(xiàn)采用SFS方法對組合特征的降維效果相對最好，優(yōu)選后的特征數(shù)量分別為13、33和21。另外，SFS方法對三品種哈密瓜不同等級紋理圖像的預測集分類準確率也相對最高，分別為90.00％、89.44％和86.67％。定義了相應的映射規(guī)則實現(xiàn)了哈密瓜三等級樣本分類，

5、樣本的分類準確率分別為91.67％、88.33％和83.33％，與三等級紋理圖像的分類結果基本接近。實驗結果說明了組合紋理特征結合SFS特征優(yōu)選的方法能夠?qū)崿F(xiàn)哈密瓜不同等級紋理圖像和樣本的分類，且對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性。以八六王為例，從哈密瓜紋理等級和紋理特征兩個方面分析與中心糖度的相關性。對比了PLS、SMLR和PCR三種建模方法對糖度的預測結果，發(fā)現(xiàn)采用PLS糖度檢測模