一种基于彩色图像的青椒识别方法技术

本发明专利技术公开了一种基于彩色图像的青椒识别方法，对采集的青椒植株及其背景图像提取像素矢量矩阵，得到像素矩阵X

A recognition method of green pepper based on color image

【技术实现步骤摘要】
一种基于彩色图像的青椒识别方法
本专利技术属于图像识别
，尤其涉及一种基于彩色图像的青椒识别方法。
技术介绍
我国是个传统农业大国，相比较于西方的自动化农场式生产，我国的农业生产方式落后。农业采摘机器人可以提高我国的农业自动化程度，但是图像识别的方法比较复杂，不同的识别方案可能适用于某种作物但对于其它的作物可能识别成功率并不高；而且很多图像识别的实时性低，不能满足采摘机器人的速度要求，所以此项技术的发展前景很大。我国的青椒栽培历史悠久，种植广泛，是主要的温室作物之一，实现对青椒的自动化种植栽培技术有着非常强烈的现实意义。现在国内外最热门的研究内容是农业机器人的视觉识别系统，目前对近色系果实识别提出了许多新算法，但其在实时性、识别准确率以及经济性上仍然需要进一步提高。LDA(线性判别分析)算法是一种有效的二分类算法，它有着计算简便，能监督错误分类等优点；但是因为传统的LDA算法分割超平面是通过计算样本和分类器中心点之间的距离，在一维二分类情况下，样本中心作为区分两个类的阈值，所以该种分割超平面的方法对噪声敏感。<br>专利技本文档来自技高网...

【技术保护点】
1.一种基于彩色图像的青椒识别方法，其特征在于：采集青椒植株及其背景图像，由图像获取像素矩阵X

【技术特征摘要】
1.一种基于彩色图像的青椒识别方法，其特征在于：采集青椒植株及其背景图像，由图像获取像素矩阵X(i)'，重构后得到X(i)；对X(i)提取图像卷积内核，利用图像卷积内核分割超平面；由超平面和自适应惩罚函数构成LDA算法的目标方程，根据目标方程构造弱分类器，并集成强分类器；通过强分类器训练X(i)，得到图像的训练集，将图像导入训练集，分割图像；由青椒和背景边缘曲线的曲率差异来识别青椒。


2.根据权利要求1所述的基于彩色图像的青椒识别方法，其特征在于：所述分割超平面的最小范数d＝Min(bi(Y(i)-T))，其中Y(i)是卷积内核，T是分类阈值，bi代表样本点的种类，青椒为bi＝1，否则为bi＝-1。


3.根据权利要求2所述的基于彩色图像的青椒识别方法，其特征在于...

【专利技术属性】
技术研发人员：姬伟，陈希飞，陈光宇，许波，赵德安，曹思凡，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32