基于可见光谱图的大豆外观品质判别方法 |
| |
作者姓名: | 林萍 何坚强 邹志勇 陈永明 |
| |
作者单位: | 盐城工学院电气工程学院,江苏盐城,224051;四川农业大学机电学院,四川雅安,625014 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;国家自然科学基金;江苏省自然科学基金;江苏省自然科学基金;江苏省自然科学基金;住房和城乡建设部科学技术计划项目;江苏省高等学校自然科学研究面上项目;江苏省住建厅科技项目 |
| |
摘 要: | 提出一种基于可见光谱图多模态词典特征低秩稀疏表示框架的大豆外观品质判别方法,以精确确定大豆品质等级。首先,提取大豆粒子可见光谱图像的多尺度空间梯度特征和色差分量(YCbCr)颜色空间特征;将上述提取的空间梯度特征和颜色空间特征看作视觉词汇,通过Kernel K-means聚类算法获取视觉词汇的核空间局部分布聚类中心,形成视觉词典;然后,使用低秩稀疏表示法耦合上述两种特征,用于消除高维异质模态词典描述符中冗余信息的影响;最后,在高维耦合空间中根据样本之间的度量对低秩稀疏耦合表示多模态词典特征进行分类。所提方法充分利用多模态多尺度空间梯度特征和YCbCr颜色空间特征来描述大豆粒子外观品质的语义特征归属。实验结果表明:建模集和预测集总的识别精度分别达92.7%和80.1%,所提方法的识别精度优于文献中提出的基于单一模态的视觉词典特征表示方法。
|
关 键 词: | 机器视觉 大豆 外观品质 可见光谱图 低秩稀疏表示 精细分选 |
本文献已被 CNKI 万方数据 等数据库收录! |
|