蔬菜图像的模式识别技术应用.

《蔬菜图像的模式识别技术应用.》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、中北大学2014届本科毕业论文摘要图像识别技术是人类视觉认知的延伸，是人工智能的一个重要领域，随着计算机技术和人工智能技术的发展，图像识别技术越来越成为人工智能的基础技术。蔬菜图像的识别是当今各农产品市场急需采用的一项人工智能技术。如何有效的对蔬菜图像进行处理，并提取其特征是蔬菜图像识别技术的核心问题。本文以蔬菜图像的分割为主线，利用3种方法对分割后的蔬菜图像进行特征提取，并验证其有效性。首先，蔬菜图像的分割的目的是将蔬菜图像的背景进行去除，仅保留蔬菜图像的前景部分。为此，需要将蔬菜图像的前景部分与背

2、景部分进行区别。实验表明，利用K均值聚类算法辅以形态学操作能有效地对蔬菜图像进行分割。对分割后的蔬菜图像进行特征提取，分别提取颜色一致性矢量（CCVs）、和差直方图矢量（SDH）及边界/内部像素分类（BIC）特征矢量作为图像的特征。利用提取出的特征矢量，对同种类的蔬菜图像和不同种类的蔬菜图像进行比较，以验证矢量的有效性。实验证明相似图像之间的矢量距离值较小，相似度较大，因此提取出的特征矢量能做为图像的特征。关键词：图像分割，图像特征提取，K均值聚类，颜色一致性矢量（CCVs），和差直方图（SDH），边

3、界/内部像素分类（BIC）中北大学2014届本科毕业论文AbstractImagerecognitiontechnologyisanextensionofthehumanvisualcognitionandanimportantfieldofartificialintelligence.Withthedevelopmentofcomputertechnologyandartificialintelligencetechnology,imagerecognitiontechnologyhasbecome

4、thebasisofartificialintelligencetechnology.Vegetableimageidentificationasanartificialintelligencetechnologyisanurgentneedoftoday'svariousmarketsforagriculturalproducts.Howtoeffectivelydealingwiththevegetableimageprocessing,andextractingitscharacteristic

5、sisthecoreissueofvegetableimagerecognitiontechnology.Vegetableimagesegmentationisthemainlineofthispaperandweusethreemethodsforfeatureextraction,andverifyitseffectiveness.Firstofall,thepurposeofimagesegmentationisimagebackgroundremoval,retainingonlyprosp

6、ectsofthepicture.Todothis,weneedtodistinguishtheforegroundpartandbackgroundpartoftheimage.ExperimentalresultsshowthatusingK-Meansclusteringalgorithmwithmorphologicaloperationcaneffectivelysegmentvegetableimage.Fortheimageofvegetablesaftersegmentation,we

7、needtoextracttheirfeatures.Inthispaper,weextractcolorconsistencyvector(CCVs),differencehistogramvector(SDH)andboundary/internalpixelsclassificationfeaturevectors(BIC)ascharacteristicsoftheimage.Inordertoverifythevalidityofthevector,usingthefeaturevector

8、stocomparedifferentimages,bothofthesamekindofvegetablesimagesanddifferentkindsofvegetablesimages.Experimentsprovethatthesmallervaluesofthevectordistancebetweensimilarimages,thebiggersimilarityis,sotheextractedfeaturevectorcanasac