论文部分内容阅读
机器视觉在苹果质量自动检测中应用,由于苹果梗蒂和缺陷在颜色和形状上相似,容易混淆。梗蒂的识别是检测中的难点,极大的影响苹果质量等级识别中的识别效率。提出了一种基于纹理分析的多种分类器识别比较的方法,采用经典的阈值分割算法实现类似梗蒂的目标区域分割,提取纹理、统计特征,通过SFFS特征选择,然后采用多种类型的分类器进行梗蒂识别。经过多种分类器实验结果比较,发现支撑向量具有比较好的识别效果,梗和蒂的识别率达到了95%和96%,只有13%的缺陷被误分为梗蒂。