【摘要】：提出一種顏色分析方法用于新鮮番茄分類,以GB 8852—88標準為參考,定義番茄成熟度的分類標準(在研究中將其分成四類:完熟、成熟、半熟、綠熟),將采集到的番茄RGB圖像,去除背景后,濾波去噪,轉換成HIS顏色模型和HSV顏色模型。通過Matlab編程獲取R、G、B、H、S、V、I各顏色分量的均值,運用SPSS軟件進行判別篩選組合特征分量,運用Matlab進行判別分析。分析結果顯示,綠熟番茄在3種不同判別函數(shù)下訓練集與驗證集判別率均達到了100.00%;半熟番茄訓練集判別率最高為94.74%,同時驗證集判別率最高達到100%;成熟番茄訓練集與驗證集判別率最低,分別為76.67%和70.00%;完熟番茄訓練集與驗證集最高均為90.00%。總體上實現(xiàn)了不同成熟度番茄的判別分類。
【圖文】：

。１．２機器視覺系統(tǒng)圖像采集系統(tǒng)主要由工業(yè)相機（ｐｏｉｎｔｇｒａｙＦＬ２Ｇ－１３Ｓ２Ｃ－Ｃ，ＰｏｉｎｔＧｒｅｙ，Ｃａｎａｄａ）、鏡頭（ＨＦ６Ｍ－２，ＳｐａｃｅｃｏｍＣＣＴＶ，Ｊａｐａｎ）主要獲取加工番茄表面的顏色特征信息、ＬＥＤ面光源等組成�？紤]到后續(xù)圖像數(shù)據(jù)處理的問題，將采集的圖像信息通過圖像采集卡（ＦｉｒｅＰＲＯ１３９４ｂＰＣＩ－ｅ，ＰｏｉｎｔＧｒｅｙ，Ｃａｎａｄａ）傳輸?shù)接嬎銠C，計算機用于試驗數(shù)據(jù)的存儲和處理，系統(tǒng)整體構架圖見圖１。圖１系統(tǒng)整體架構圖Ｆｉｇｕｒｅ１Ｔｈｅａｒｃｈｉｔｅｃｔｕｒｅｄｉａｇｒａｍｏｆｅｎｔｉｒｅｔｙｓｙｓｔｅｍ１．３顏色模型顏色模型主要有ＨＳＶ、ＲＧＢ、ＨＳＩ、ＣＨＬ、ＬＡＢ、ＣＭＹ等。ＲＧＢ模型是數(shù)字圖像處理的重要模型，計算機利用ＲＧＢ模型表示像素的顏色，其中Ｒ［０，２５５］，Ｇ［０，２５５］，Ｂ［０，２５５］。ＲＧＢ的分量與人對顏色的感知并沒有直接的聯(lián)系，這顯然不適應人的視覺特點。ＨＩＳ顏色空間通常使用非常接近于人類對彩色感知的方法來定義彩色，是一種很直觀的方法，用色調Ｈ、飽和度Ｓ、光強Ｉ３個參數(shù)來描述顏色特征，ＨＩＳ顏色模型對應于圓柱坐標系的雙圓錐子集上。ＨＳＶ顏色模型的每一種顏色都是由色相Ｈ、飽和度Ｓ、色明度Ｖ３個參數(shù)來描述顏色特征，其是人類對色彩感知的最好的顏色模型，ＨＳＶ顏色模型對應于圓柱坐標系中的一個圓錐形子集。因此，在本研究中選取了ＨＳＶ、ＨＩＳ兩種顏色模型。１．４圖像處理及獲取有用顏色特征分量運用Ｍａｔｌａｂ軟

然后選取合適的單分量進行自由組合［１１］，運用ＳＰＳＳ軟件進行判別篩選，最終篩選出來的有價值的組合特征分量有：（Ｒ－Ｇ）／（Ｇ－Ｂ）、（Ｒ＋Ｇ）／（Ｇ－Ｂ）、（Ｒ－Ｇ）／（Ｒ＋Ｇ）、Ｇ／Ｂ、Ｒ／Ｂ、Ｂ／Ｒ。這些特征分量被作為了線性判別函數(shù)的每一項，用來判別不同成熟階段的番茄樣本。不同成熟度番茄樣本圖像去背景后灰度圖對比見圖３。圖２圖像處理流程圖Ｆｉｇｕｒｅ２Ｔｈｅｆｌｏｗｃｈａｒｔｏｆｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ圖３不同成熟度番茄樣本圖像去背景后灰度圖對比Ｆｉｇｕｒｅ３Ｔｈｅｇｒａｙｓｃａｌｅｃｏｎｔｒａｓｔｏｆｉｍａｇｅｂａｃｋｇｒｏｕｄｒｅｍｏｖａｌｏｆｄｉｆｆｅｒｅｎｔｍａｔｕｒｉｔｙｔｏｍａｔｏｓａｍｐｌｅ１．５數(shù)據(jù)分析方法對ＳＰＳＳ篩選出來的組合特征分量（Ｒ－Ｇ）／（Ｇ－Ｂ）、（Ｒ＋Ｇ）／（Ｇ－Ｂ）、（Ｒ－Ｇ）／（Ｒ＋Ｇ）、Ｇ／Ｂ、Ｒ／Ｂ、Ｂ／Ｒ，包括單分量特征分量Ｒ、Ｇ、Ｂ、Ｈ、Ｓ、Ｖ、Ｉ在內的，運用Ｍａｔｌａｂ進行數(shù)據(jù)預處理，例如平滑處理（或去噪）、標準變換和極差歸一化變換等，本研究采用極差歸一化處理特征分量均值原始數(shù)據(jù)，然后再利用Ｍａｔｌａｂ進行距離判別分析。數(shù)據(jù)的極差歸一化處理［１２］，即將數(shù)據(jù)統(tǒng)一映射到［０，１］區(qū)間上。設ｐ維向量Ｘ＝（Ｘ１，Ｘ２，…，ＸＰ）的觀測值矩陣為Ｘ＝ｘ１１ｘ１２…ｘ１ｐｘ２１ｘ２２…ｘ２ｐ………ｘｎ１ｘｎ２…ｘｎｐq縬纐膓，

本文編號：2557479