本发明专利技术提供一种基于多分类器融合的水果自动分级系统,其包括:分别用于摄取同一水果的图像信息的多个图像摄取单元;用于分析所述多个图像摄取单元各自提供的图像信息以获得水果的特征信息的特征提取单元;多个水果分类单元,每一个均用于根据所获得的水果的特征信息、采用各自预定神经网络分类器来将水果予以分类;以及用于基于预定融合策略来将所述多个水果分类单元的分类结果予以融合来获得水果的等级结果的融合单元。本发明专利技术结构简单稳定,可以应用在农业水果生产的较多产业领域。
【技术实现步骤摘要】
本专利技术涉及水果分类领域,尤其涉及一种基于多分类器融合的水果自动分级系统。
技术介绍
水果产业是近年来快速发展的一个农业产业,据农业部统计,到2007年我国水果产量已经达到I. 05亿,居世界首位。但是,水果在其生产过程中由于受到人为和自然等复杂因素的影响,产品品质差异很大,如形状、大小、色泽等都是变化的,很难整齐划一。由于我国的水果品种结构不合理,产品商业化处理技术落后,因此,在国际市场上缺乏竞争力。传统的人工水果分类主要是从色、形两个方面进行人工判别的,它的缺点是效率低、耗时长、识别准确率不稳定等。随着计算机图像处理和模式识别的技术不断成熟和发展,在水果识别方面的自动判别技术也慢慢成熟。国内外对此作了大量的研究,例如Canakkale University的Professor, I. Kavdir等根据苹果的表面质量状况,包括苹果的像素灰度值、纹理特征等来对苹果进行两种类型的分级,一种是“好与差”两级分类,另一种是较为细致的五级分类,都取得了较好的效果。Trueba等研究者研究提取肉的表面纹理及颜色特征,利用神经网络精确地描述牛肉嫩度。国内的研究主要是在华中农业大学、中国农业大学、中国农科院等高等院校里,安徽农科院的吕秋霞等人提取了水果的颜色、形状以及纹理三个特征,随后利用单个神经网络对其进行等级分类,也取得了一定的成果。然而无论是国外的专家,还是国内的研究者,所采用的分类器都是单一,换句话说就是单分类器,导致等级判别正确率难以有效提高。此外,目前,我们国家的水果等级分类过程大多采用人工分级,自动化分级系统应用较少。而人工水果分级的不足之处在于耗时长,结果不稳定,容易受人为因素干扰,并且耗费大量的人力和物力,不适合水果深加工产业的发展,也制约了我国水果产业在国际市场的竞争力。
技术实现思路
本专利技术的目的在于提供一种基于多分类器融合的水果自动分级系统,以实现水果的等级分类判别。为了达到上述的目的,本专利技术提供一种基于多分类器融合的水果自动分级系统,它包括多个图像摄取单元,分别用于摄取同一水果的图像信息;特征提取单元,用于分析所述多个图像摄取单元各自提供的图像信息以获得水果的特征信息,其中,所述特征信息包括形状、颜色及面积;多个水果分类单元,每一个均用于根据所获得的水果的特征信息、采用各自预定神经网络分类器来将水果予以分类;以及融合单元,用于基于预定融合策略来将所述多个水果分类单元的分类结果予以融合后,获得水果的等级结果。优选地,所述特征提取单元包括第一子单元,用于将以红、绿、及蓝表示像素点信息的图像信息按照以下公式转换为以色调、亮度和饱和度表示像素点信息的图像信息后,再来获得水果颜色特征信息,权利要求1.一种基于多分类器融合的水果自动分级系统,其特征在于,包括 多个图像摄取单元,分别用于摄取同一水果的图像信息; 特征提取単元,用于分析所述多个图像摄取単元各自提供的图像信息以获得水果的特征信息,其中,所述特征信息包括形状、顔色及面积; 多个水果分类单元,每ー个均用于根据所获得的水果的特征信息、采用各自预定神经网络分类器来将水果予以分类; 融合単元,用于基于预定融合策略来将所述多个水果分类单元的分类结果予以融合后,获得水果的等级結果。2.如权利要求I所述的基于多分类器融合的水果自动分级系统,其特征在于,所述特征提取単元包括第一子単元,用于将以红、绿、及蓝表示像素点信息的图像信息按照以下公式转换为以色调、亮度和饱和度表示像素点信息的图像信息后,再来获得水果颜色特征信息, Η—/2 ; 12 其中,H为像素点的色调R、G、B分别为像素点的红、绿、蓝组分。3.如权利要求I所述的基于多分类器融合的水果自动分级系统,其特征在于,所述特征提取单元包括基于图像中的水果横向尺寸与纵向尺寸的比例来确定水果形状的第二子单元。4.如权利要求I所述的基于多分类器融合的水果自动分级系统,其特征在于,所述特征提取単元包括将图像信息转换为ニ值图像信息,并基于ニ值图像信息来确定水果面积的第三子单兀。5.如权利要求I所述的基于多分类器融合的水果自动分级系统,其特征在于,所述多个水果分类单元包括第一分类单元,用于根据所获得的水果的特征信息、采用预定BP神经网络分类器来将水果予以分类。6.如权利要求5所述的基于多分类器融合的水果自动分级系统,其特征在于所述预定BP神经网络分类器包括ー个输入层、两个隐节点层和ー个输出层。7.如权利要求I所述的基于多分类器融合的水果自动分级系统,其特征在于所述多个水果分类单元包括第二分类单元,用于根据所获得的水果的特征信息、采用预定竞争型神经网络分类器来将水果予以分类。8.如权利要求I所述的基于多分类器融合的水果自动分级系统,其特征在于所述多个水果分类单元包括第三分类单元,用于根据所获得的水果的特征信息、采用预定径向基神经网络分类器来将水果予以分类。9.如权利要求I所述的基于多分类器融合的水果自动分级系统,其特征在于所述预定融合策略包括多数投票法策略。全文摘要本专利技术提供一种基于多分类器融合的水果自动分级系统,其包括分别用于摄取同一水果的图像信息的多个图像摄取单元;用于分析所述多个图像摄取单元各自提供的图像信息以获得水果的特征信息的特征提取单元;多个水果分类单元,每一个均用于根据所获得的水果的特征信息、采用各自预定神经网络分类器来将水果予以分类;以及用于基于预定融合策略来将所述多个水果分类单元的分类结果予以融合来获得水果的等级结果的融合单元。本专利技术结构简单稳定,可以应用在农业水果生产的较多产业领域。文档编号G06T7/40GK102855640SQ20121028539公开日2013年1月2日 申请日期2012年8月10日 优先权日2012年8月10日专利技术者郭新, 胡静 申请人:上海电机学院本文档来自技高网...
【技术保护点】
一种基于多分类器融合的水果自动分级系统,其特征在于,包括:多个图像摄取单元,分别用于摄取同一水果的图像信息;特征提取单元,用于分析所述多个图像摄取单元各自提供的图像信息以获得水果的特征信息,其中,所述特征信息包括形状、颜色及面积;多个水果分类单元,每一个均用于根据所获得的水果的特征信息、采用各自预定神经网络分类器来将水果予以分类;融合单元,用于基于预定融合策略来将所述多个水果分类单元的分类结果予以融合后,获得水果的等级结果。
【技术特征摘要】
【专利技术属性】
技术研发人员:郭新,胡静,
申请(专利权)人:上海电机学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。