CAJ | 학술논문

水果果形是水果分级的重要指标之一,该文提出了一种基于小波描述子的水果果形分类方法.通过提取水果轮廓计算出半径序列,并进行归一化处理,对归一化后的半径序列进行小波变换提取小波描述子;分别截取小波描述子12、20、36和67个系数点对水果边界进行重建.结果表明:用36个系数点就可较好地重建果形,匹配率为98.64%,用67个系数点可达相当高的精度,为99.96%;选取36个系数点作为果形特征,并运用核主成分分析(KPCA)提取分类所需的7个主要特征输入径向基函数(radial basis function,RBF)神经网络进行分类,发现该方法分级准确率可达90%,效果优于傅里叶描述子,是一种有效地描述水果果形的方法.
수과과형시수과분급적중요지표지일,해문제출료일충기우소파묘술자적수과과형분류방법.통과제취수과륜곽계산출반경서렬,병진행귀일화처리,대귀일화후적반경서렬진행소파변환제취소파묘술자;분별절취소파묘술자12、20、36화67개계수점대수과변계진행중건.결과표명:용36개계수점취가교호지중건과형,필배솔위98.64%,용67개계수점가체상당고적정도,위99.96%;선취36개계수점작위과형특정,병운용핵주성분분석(KPCA)제취분류소수적7개주요특정수입경향기함수(radial basis function,RBF)신경망락진행분류,발현해방법분급준학솔가체90%,효과우우부리협묘술자,시일충유효지묘술수과과형적방법.