利用计算机视觉对自然背景下西红柿进行判别.pdfVIP

维普资讯 2003年 1月 农 机 化 研 究 第 1期 利用计算机视觉对 自然背景下西红柿进行判别 杨国彬 ，赵杰文 ，向忠平 (．汀苏大学 生物与环境工程学院，江苏 镇江 212013) 摘【 要】 介绍了机器人利用计算机视觉为向导，采用色度和强度信息对 自然背景下的果实进行采摘的方 法；提出了仅用颜色特征，采用贝叶斯决策分类模型对 自然背景下的西红柿进行判别．并应用质心计算技 术对这利-分类模型进行了评价，得山对西红柿像素分类的正确性在 80％以上的结论。 关【键词】 颜色特征 ；判别 ；西红柿 ；评价 【中图分类号】 S126 文【献标识码】 A 文【章编号】 1OO3—188X(2003)01一OO6O—O3 进行分类时要求 [6]：一是各类别总体的概率分布是 1 引言 已知的；二是要决策的分类类别数是一定的 (如本 计算机视觉又称图像理解和图像分析，在国民 例类别数是 2，即西红柿和背景 )。根据贝叶斯公 经济科学研究及因防建设领域都有着广泛的应用， 式计算出后验概率来判别图像中的像素是属于西红 尤其在农业方面更为突出。利用计算机视觉对农产 柿还是属于背景 。贝叶斯技术是一种判别分析形 品进行分级、柃测 ，机器人还利用计算机视觉为向 式 ，本文之所以选择贝叶斯决策分类方法 ，是因为 导进行农产品收割等。甲J在 1985年 ，Grandd’Esnon[¨ 在分类物体时，它能使总体的分类期望误差最小。 和 Harelletal 就提出利用计算机视觉作为向 设 是被分类物体的特征向量，根据条件概率密度 导的机器人进行水果采摘技术的可能性 。在 1987 函数P(xl／,)和先验概率尸()，用贝叶斯公计算出 年 ，Harrell提出随着人_T成本的增加，微型电脑 后验概率P(wJx) 和传感器的快速发展导致经济上利用机器进行采摘 尸(w． !． (1) 果实的可能性 2【]。从对 自然背景下水果的判别和定 XP(gw)尸(w，) 位到成功采摘和贮藏不是一项简单的丁作。尤其在 j=l 比人T采摘速度快的情况下更是如此。许多计算机 用这种分类方法 ，计算 出的后验概率来决定 视觉技术被提出用来对三维空间的物体进行定位， (即被判别对象的特征向量 )是属于哪一类别的。 如 Katsushieta1．(1984)【和 Ohta(1985) 】。 本文中：Wt代表西红柿类 ：Wb代表背景类。为了使 在 1982年，Rosenfeld和 KaktiC提出用图像分割 平均误差最小 ，经过判别分析 ， 应属于后验概率 技术在数字图像中对水果进行判别[5】。图像分割的 最大的那一类。在两类情况下 ，分类其定义如下 目的是将 图像分割成各个有意义的区域 。本文通过 对西红柿和u十子 的各 Fj颜色分析对 比，提取 R、G、 B颜色特征分量，利用所提出的分类模型把西红柿 。c = L{=[WbP尸W(bIx‘)P尸ww(,lx‘) c一2 从背景中判别出来。 2 分类模型的提 出