换一批
换一批基于HOG+LBP特征的油茶果壳籽自动识别方法
Automated Identification of Camellia Shells and Seeds using a Combination of HOG and LBP Features
摘要该文利用自行搭建的油茶果壳籽分选装置采集壳籽图像,提出一种HOG和LBP特征融合的方法应用于壳籽的自动识别,实现了油茶果壳籽快速分选.将采集图像进行预处理,分割出壳籽前景图像,提取壳籽的HOG形状特征和LBP纹理特征信息,为了提升检测速率,分别采用主成分分析法(PCA)对HOG特征、LBP特征以及HOG+LBP特征进行降维,利用BP神经网络(BP)、朴素贝叶斯(NBM)、K近邻(KNN)和支持向量机(SVM)等4种机器学习算法训练壳籽分类模型,并通过测试集对比各分类模型性能.实验结果表明,HOG+LBP融合特征的支持向量机分类模型识别效果最好,其训练准确率为100％,平均测试准确率为96.00％,并且特征融合后的识别准确率均高于单一特征,说明该方法对于油茶果壳籽的自动识别有效.
更多相关知识
栏目名称
食品加工
DOI
10.13982/j.mfst.1673-9078.2024.10.0864
发布时间
2024-11-25
基金项目
湖北省重点研发计划项目
湖北工业大学科研启动基金
湖北省农机装备补短板核心技术应用攻关项目
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
