基于傅里叶描述子和Hu不变矩的油茶果识别

doi:10.16178/j.issn.0528-9017.20200949

浙江农业科学 ›› 2020, Vol. 61 ›› Issue (9): 1876-1880.DOI: 10.16178/j.issn.0528-9017.20200949

基于傅里叶描述子和Hu不变矩的油茶果识别

陈斌, 饶洪辉^*, 刘木华

江西农业大学工学院江西省现代农业装备重点实验室,江西南昌 330045

收稿日期:2020-07-17 出版日期:2020-09-11
通讯作者: 饶洪辉(1978—),男,江西丰城人,副教授,博士,主要从事现代农业装备、机器视觉在农业工程中的应用研究工作,E-mail:rhh58@sohu.com。
作者简介:陈斌(1994—),男,湖北十堰人,硕士研究生,研究方向为机器视觉检测,E-mail:13247789954@163.com。
基金资助:
江西省教育厅项目(GJJ170263)

Received:2020-07-17 Online:2020-09-11

摘要/Abstract

摘要： 青色油茶果及其背景色差不大,形状特征差别明显,可用于特征识别。本文提出一种基于归一化傅里叶描述子、Hu不变矩形状特征和BP神经网络识别油茶果的方法。首先将油茶果从RGB颜色空间转换到HSV颜色空间,提取H分量后进行二值化;其次通过形态学算法去除二值化图像中的噪声;然后提取其前8阶归一化傅里叶描述子作为BP神经网络特征向量进行识别。结果显示,油茶果识别率为85%。为了进一步提高识别率,提取油茶果的7个Hu不变矩特征,利用BP神经网络识别,识别率可达100%。

关键词: 油茶果, HSV, 傅里叶描述子, Hu不变矩, BP神经网络, 识别

中图分类号:

陈斌, 饶洪辉, 刘木华. 基于傅里叶描述子和Hu不变矩的油茶果识别[J]. 浙江农业科学, 2020, 61(9): 1876-1880.

参考文献

[1] 郭华, 谭惠元, 罗佳. 红花油茶果的主要成分分析[J]. 中国油脂, 2010, 35(1):70-73.
[2] 李寒, 张漫, 高宇, 等. 温室绿熟番茄机器视觉检测方法[J]. 农业工程学报, 2017, 33(增刊1):328-334.
[3] 孙永香, 郑永果. 基于链码的果实图像形状特征提取方法研究[J]. 福建电脑, 2006, 22(4):129.
[4] 戚利勇, 高峰, 谭豫之, 等. 基于归一化椭圆傅里叶描述子的黄瓜形状识别[J]. 农业机械学报, 2011, 42(8):164-167.
[5] 赵文旻. 成熟苹果的图像识别及其位姿的获取研究[D]. 南京: 南京农业大学, 2012.
[6] 谢锋云, 周建民, 江炜文, 等. 基于隐马尔科夫模型的苹果分级方法研究[J]. 食品与机械, 2016, 32(7):29-31.
[7] 石良德. 成熟油茶果识别与定位系统[D]. 长沙: 湖南大学, 2012.
[8] 李昕, 李立君. 一种偏好多目标蜂群算法及其在油茶果图像识别中的应用[J]. 计算机应用研究, 2012, 29(12):4779-4781.
[9] 马丽, 纪滨, 刘宏申, 等. 单只猪轮廓图的侧视图识别[J]. 农业工程学报, 2013,29(10):168-174.
[10] 赵三琴, 丁为民, 刘德营. 基于傅里叶描述子的稻飞虱形状识别[J]. 农业机械学报, 2009, 40(8):181-184.
[11] 李长勇, 曹其新. 基于深度图像的蔬果形状特征提取[J]. 农业机械学报, 2012, 43(增刊1):242-245.
[12] LI J M, YAO X F, WANG X D, et al.Multiscale local features learning based on BP neural network for rolling bearing intelligent fault diagnosis[J]. Measurement, 2020, 153:107419.
[13] WU Y Q, GAO R L, YANG J Z.Prediction of coal and gas outburst: a method based on the BP neural network optimized by GASA[J]. Process Safety and Environmental Protection, 2020, 133:64-72.
[14] HUANG X, JIN H D, ZHANG Y.Risk assessment of earthquake network public opinion based on global search BP neural network[J]. PLoS One, 2019, 14(3):e0212839.
[15] 肖俊, 黄心汉, 杨坤. Hu 矩匹配方法在显微视觉目标识别中的应用[J]. 华中科技大学学报(自然科学版), 2015(增刊1):148-151.
[16] 董昱, 郭碧. 基于Hu不变矩特征的铁路轨道识别检测算法[J]. 铁道学报,2018,40(10):64-70.
[17] 宫乐, 殷晨波, 周俊静. 通过不变矩和BP神经网络进行挖掘机铲斗位置识别[J]. 机械设计与研究, 2017,33(1):178-181.
[18] WU Z, JIANG S, ZHOU X, et al.Application of image retrieval based on convolutional neural networks and Hu invariant moment algorithm in computer telecommunications[J]. Computer Communications, 2020,150:729-738.
[19] 黄朝兴. 基于机器人主动视觉的工件识别定位与抓取研究[D]. 福州:福州大学, 2016.
[20] 因晓倩. 基于支持向量机的交通标志识别[D].西安:长安大学,2019.

基于傅里叶描述子和Hu不变矩的油茶果识别

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 4

编辑推荐

Metrics

本文评价

[1]	朱伊平, 管孝锋, 黄海龙, 陆林峰. 农业病虫害远程诊断平台[J]. 浙江农业科学, 2020, 61(9): 1819-1820.
[2]	程祥云, 宋欣. 果蔬采摘机器人视觉系统研究综述[J]. 浙江农业科学, 2019, 60(3): 490-493.
[3]	刘光远，周鸣川. 自动定点浇灌系统中的秧苗识别[J]. 浙江农业科学, 2014, 1(12): 1911-.
[4]	王勇;沈明霞;姬长英. 基于BP神经网络的成熟棉桃识别研究[J]. , 2007, 1(06): 0-689.