换一批基于X射线和视觉图像融合特征的霉变核桃无损检测
Non-destructive Identification of Moldy Walnuts by Fusing X-Ray and Visual Image Features
摘要针对霉变核桃检测难、效率低的问题,提出一种融合X射线和视觉图像的霉变核桃无损检测方法,以准确判别核桃内外皆霉变、内霉外正常、内正常外霉变和内外皆正常4 类情况.首先采用灰度共生矩阵提取X射线和视觉图像的纹理特征,并在不同颜色空间下分别计算视觉图像的一阶矩和二阶矩,以全面捕捉核桃内外部霉变特征,从而构建原始霉变核桃特征集.随后,基于竞争自适应重加权算法和连续投影算法对提取的特征进行优选,构建对不同霉变情况敏感的核桃特征集.在此基础上,分别构建极限学习机和K-最近邻霉变核桃分类模型,并通过实验对比不同特征集下分类模型的性能,验证了融合X射线和视觉图像特征检测霉变核桃的可行性.结果表明,使用连续投影算法优选特征集构建的极限学习机模型性能最优,测试集准确率、召回率、模型精确率和召回率的调和平均值(F1)分别达到90.32%、92.58%和91.29%,平均特异性和Kappa系数分别达到97.02%和88.44%,对多数类和少数类的霉变核桃均有较高的判别能力.本研究可为核桃内外部霉变情况的综合、准备识别以及在线无损检测系统的研发提供理论参考.
更多相关知识
- 浏览5
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
