圖像特征提取與分割算法在蘋(píng)果圖像中的應(yīng)用.pdf

1、我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，同時(shí)又是一個(gè)人口大國(guó)，農(nóng)業(yè)歷來(lái)關(guān)系到我國(guó)政治穩(wěn)定和經(jīng)濟(jì)繁榮的重要因素。隨著對(duì)高質(zhì)量和符合安全標(biāo)準(zhǔn)的農(nóng)產(chǎn)品的要求的增長(zhǎng)，人們對(duì)能準(zhǔn)確、快速和客觀的鑒定農(nóng)產(chǎn)品的質(zhì)量等的需要也在持續(xù)增長(zhǎng)。近年來(lái)，國(guó)際上對(duì)基于計(jì)算機(jī)視覺(jué)技術(shù)的農(nóng)產(chǎn)品質(zhì)量檢測(cè)的研究非?；钴S。利用機(jī)器視覺(jué)技術(shù)進(jìn)行農(nóng)產(chǎn)品外觀檢測(cè)的關(guān)鍵技術(shù)是對(duì)農(nóng)產(chǎn)品圖像信息進(jìn)行有效理解，并采用合適的圖像分割方法。要準(zhǔn)確提取農(nóng)產(chǎn)品信息必須選取有效的圖像特征提取方法和圖像分割方法。

2、r>　　 本文針對(duì)傷疤蘋(píng)果圖像的特點(diǎn)，分析了蘋(píng)果圖像的顏色和紋理特征，提出了基于灰度和紋理組合的特征提取方法，并使用模糊自適應(yīng)共振理論(ART)神經(jīng)網(wǎng)絡(luò)進(jìn)行聚類，然后通過(guò)圖像平滑技術(shù)完成進(jìn)一步處理，從而完成對(duì)蘋(píng)果圖像傷疤的提取。論文的主要研究工作包括：通過(guò)大量的文獻(xiàn)閱讀，將基本的圖像特征提取方法、圖像分割方法以及圖像平滑方法做了總結(jié)和整理，并重點(diǎn)分類介紹了基于閥值分割、基于Otsu 閥值分割、基于邊緣檢測(cè)分割、基于區(qū)域分割和基于神經(jīng)網(wǎng)

3、絡(luò)的分割技術(shù)。分析了有傷疤的蘋(píng)果圖像的顏色特征和紋理特征，以及基于圖像顏色特征的特征提取方法的不足之處，并介紹了基于顏色和紋理的特征提取方法，組成了特征向量。然后對(duì)抽取的特征向量進(jìn)行了規(guī)范化和歸一化處理，組成輸入神經(jīng)網(wǎng)絡(luò)的特征向量。介紹了自適應(yīng)共振理論(Adaptive Resonance Theory-ART)，以及在此基礎(chǔ)上演化而來(lái)的模糊自適應(yīng)共振理論(Fuzzy ART)，并對(duì)其網(wǎng)絡(luò)結(jié)構(gòu)和算法步驟做了詳細(xì)的研究；采用灰度共生矩陣的