文献类型：期刊文章

作　　者：陈斌[1] 饶洪辉[1] 刘木华[1]

CHEN Bin

机构地区：[1]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

出　　处：《浙江农业科学》

基　　金：江西省教育厅项目(GJJ170263)。

年　　份：2020

卷　　号：61

期　　号：9

起止页码：1876-1880

语　　种：中文

收录情况：普通刊

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  

分 类 号：S233.4] TP391.41[农业工程类]