基于Adaboost的ing_SVM算法的多特征蛋壳裂纹识别_熊利荣.pdf

第 卷 第 期 华 中 农 业 大 学 学 报 ３４ ２ 　 　 　 　 　 　 　 Ｖｏｌ．３４　Ｎｏ．２ 年 月 ２０１５ 　３ Ｊｏｕｒｎａｌ　ｏｆ　Ｈｕａｚｈｏｎｇ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｕｎｉｖｅｒｓｉｔｙ Ｍａｒ．２０１５，１３６～１４０ 基于 ＿ 算法的多特征蛋壳裂纹识别 ＡｄａｂｏｏｓｔｉｎｇＳＶＭ 熊利荣 谢 灿 祝志慧 　 　 　 华中农业大学工学院 武汉 ， ４３００７０ 摘要 以无裂纹蛋和裂纹蛋为测试对象 采用机器视觉技术和支持向量机等技术???段 分析无裂纹蛋和裂 　 ， ， 纹蛋在图像上的差异，提取特征参数，实现蛋壳裂纹的自动识别；针对蛋壳表面的亮斑，对预处理后的图像运行 消除亮斑算法并进行区域标记 在此基础上 从 个不同视角提取 个能够表征无裂纹蛋和裂纹蛋的特征参 。 ， ５ １３ 数 分别是图像标记区域参数 区域标记数和标记点数 几何特征参数 长轴和短轴 基于 链码的形状 ， （ ）、 （ ）、 Ｆｒｅｅｍａｎ 参数（形状数）、纹理特征参数（均值、标准偏差、平滑度、三阶矩、一致性、熵）和频谱特性参数（最大幅值和最大相 位 采用 算子对上述特征参数进行优化 突出影响因子较大的参数组合 作为 的输入向量 ）。 Ａｄａｂｏｏｓｔｉｎｇ ， ， ＳＶＭ ， 建立蛋壳裂纹的识别模型。结果表明：该方法对蛋壳表面的亮斑、微小裂纹及普通裂纹均具有识别能力，模型正 确率达 符合蛋品企业对蛋壳裂纹检测的精度要求 ９７．５％， 。 关键词 蛋壳 裂纹 机器视觉 支持向量机 　 ； ； ； 中图分类号 文献标识码 文章编号 　Ｓ　１２６；ＴＰ　３９１．４１　　 　Ａ　　 　１０００－２４２１（２０１５）０２－０１３６－０５ DOI:10.13300/j.cnki.hnlkxb.2015.02.044 随着中 国 禽 蛋 加 工 业 的 发 展 和 外 贸 出 口 的 需 器 提出了 基 于 ＿ 的 分 类 建 模 方 　　 ， Ａｄａｂｏｏｓｔｉｎｇ ＳＶＭ 要，研究高速、高效、高精度的