基于计算机视觉的玫瑰鲜切花质量分级评价

发布时间：2024-03-24 01:15

　　随着越来越多的人对视觉享受和温馨生活环境的追求,人们对花卉的需求越来越大,花卉产业逐步成为我国的新兴产业。玫瑰鲜切花作为最受人们喜爱的花卉之一,其产量在逐年上升的同时,质量问题也变得越来越重要,已经成为花农、鲜切花生产企业以及鲜切花拍卖市场最为关心和关注的问题。本研究在鲜切花质量分级标准的基础上,以玫瑰鲜切花质量为研究对象,应用计算机视觉的方法提取各项指标,然后基于因子分析的方法对各项指标进行综合评价,最后构建基于支持向量机的玫瑰鲜切花质量分级评价模型,对玫瑰鲜切花的等级进行预测。研究内容主要可分三部分:(1)玫瑰鲜切花相关评价指标检测。本研究首先搭建玫瑰鲜切花图像采集系统,然后对采集的玫瑰鲜切花图像进行图像处理,包括了图像去噪、图像分割、灰度化处理、二值化处理以及数学形态学处理,最终得到边界清晰的二值图像,并且通过边缘检测得到图像的边缘以及图像的最小外接矩形和最小外接圆,最终得到17个特征指标值;(2)评价指标和专家数据的确定。首先利用因子分析方法对玫瑰鲜切花的17个指标进行因子分析,提取公共因子,然后通过提出的公共因子计算玫瑰鲜切花样本的综合得分,从而通过综合得分对样本进行分类,构...

【文章页数】：118 页

【学位级别】：硕士

【部分图文】：

图2.1支持向量机线性分割示意图

第二章关键理论及方法15图2.1支持向量机线性分割示意图Fig.2.1Schematicdiagramofsupportvectormachinelinearsegmentation在所示的示意图中，对一个点分类预测的确信度可以该点点距离分离超平面的远近来表示，如图中的AB两个样....

图2.2支持向量与间隔图

昆明理工大学硕士学位论文16图2.2支持向量与间隔图Fig.2.2Thechartofsupportvectorandinterval如图中所示，若在超平面的正侧有一个实例ix，其类可以标记为1iy，则该正类实例ix与超平面之间的距离可以计算得出，记作i。iiwbxww·····....

图2.3支持向量机非线性分割示意图

第二章关键理论及方法19图2.3支持向量机非线性分割示意图Fig.2.3Schematicdiagramofsupportvectormachinenonlinearsegmentation对于非线性问题，可以将训练样本从原始空间映射到一个更高维的空间，使得样本在更高维的空间中线....

图2.4网格搜索算法示意图

第二章关键理论及方法21图2.4网格搜索算法示意图Fig.2.4Schematicdiagramofgridsearchalgorithm2.5本章小结本章首先对玫瑰鲜切花的相关知识进行了一定的介绍，其次对计算机视觉的概念和研究方向做了一定的介绍，并对针对本论文中评价模型建立所运....

本文编号：3936748