基于Adaboost的田间猕猴桃识别技术研究
为提高田间猕猴桃果实识别精度,采用Adaboost算法,利用RGB、HSI、Lab3个颜色空间中的1个或多个通道训练形成6个不同的弱分类器,最后生成一个强分类器对采集的猕猴桃果实和背景共300个样本点进行训练.然后,对655个测试样本点进行验证,强分类器分类精度为94.20％,高于任意弱分类器.对80幅图像中215个猕猴桃识别实验结果表明:Adaboost算法适合田间猕猴桃图像识别,可有效抑制天空、地表等复杂背景的影响,识别率达到96.7％.
猕猴桃 强分类器算法 图像识别 精度控制
詹文田 何东健
西北农林科技大学机械与电子工程学院,陕西 杨凌,712100
国内会议
西安
中文
119-122
2013-08-03（万方平台首次上网日期，不代表论文的发表时间）