基于改进的最大类间方差法的水果图像识别研究

基于改进的最大类间方差法的水果图像识别研究

论文摘要

针对水果自动识别过程中特征信息提取不完整的问题,本文提出一种基于改进的最大类间方差法OTSU对水果图像进行分割。通过对图像中值滤波处理降低随机噪声的干扰,增大目标图像和背景之间像素值与最佳分割阈值之间的差值,使目标图像与背景图像与各自类间中心的距离尽可能相近,达到相对方差取代绝对方差实现图像分割,然后对目标图像提取颜色特征和形状特征实现不同种类的水果图像识别。实验结果表明,改进后的OTSU所得阈值能分割到更加清晰的图像,图像分割的运行时间明显缩短,水果图像识别的平均正确识别率提高了15%左右。该研究提高了水果识别的效率,具有一定的实际应用价值。

论文目录

  • 1 水果图像的处理与分析
  •   1.1 图像预处理
  •   1.2 改进的OTSU进行图像分割
  • 2 图像特征提取
  •   2.1 颜色特征提取
  •   2.2 形状特征提取
  • 3 实验仿真分析
  •   3.1 单张图片识别
  •   3.2 采用图形用户界面识别
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 陈雪鑫,卜庆凯

    关键词: 水果识别,图像分割,中值滤波,颜色特征,形状特征

    来源: 青岛大学学报(工程技术版) 2019年02期

    年度: 2019

    分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

    专业: 轻工业手工业,计算机软件及计算机应用

    单位: 青岛大学电子信息学院

    分类号: TP391.41;TS255.7

    DOI: 10.13306/j.1006-9798.2019.02.006

    页码: 33-38+62

    总页数: 7

    文件大小: 2457K

    下载量: 266

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于改进的最大类间方差法的水果图像识别研究
    下载Doc文档

    猜你喜欢