胡萝卜开裂检测算法

l  LBP+SVM 算法:

1.       算法描述:

LBP+SVM对胡萝卜开裂检测算法的主要思想是,首先,利用LBP对开裂胡萝卜与非开裂胡萝卜进行特征提取,将提取的特征利用svm对提取的特征进行训练和识别;

2.       算法步骤描述:

1)       首先,对胡萝卜进行预处理,主要通过加权的方式对胡萝卜的背景进行去除;当RGB三个通道的加权系数分别为2.5、-1.5、-1.0时,可得到较好的处理效果,具体计算如下述公式所示:

上述公式中,gray 为去除背景后的胡萝卜的灰度图像,R、G、B分别为RGB图像的三个颜色通道图像,即为R 通道图像、G通道图像、B通道图像;

处理效果如下图所示:

对处理后的图像进行分割,仅提取出胡萝卜区域,提取的图像如下图所示:

2)       对提取出的胡萝卜进行LBP特征提取,主要采用LBP圆形算子对胡萝卜进行LBP特征的提取,当LBP圆形算子的半径为1,领域为12时,可以对胡萝卜的表面纹理特征进行准确的描述,如下图所示:

对非开裂胡萝卜的纹理特征的描述,如下图所示:

对开裂胡萝卜的描述,如下图所示:

3)       Svm 采用径向基函数作为激活函数,当gamma取8.0,惩罚因子C 取10.0时,svm对训练集的识别准确率为100%,但对测试集的识别准确率为:70%,具体情况,详见数据统计表。

3.       算法准确率统计

根据现有算法,对胡萝卜的准确率的统计如下所述,共采集了200个样本,表面有裂纹的胡萝卜与表面没有裂纹的胡萝卜各100个,在两组各100个样本中,各取95个作为训练集,剩余的5个做为测试集,其中,训练集的识别准确率为100%,测试集的准确率为70%,具体数据如下表所述:

训练集

测试集

开裂

非开裂

开裂

非开裂

数量

95

95

5

5

正确

95

95

2

5

错误

0

0

3

0

准确率

100%

100%

40%

100%

整体准确率

100%

70%

4.       算法分析

1)       算法识别效率低的原因分析

根据上表中统计的数据,可以看出,主要是将开裂的胡萝卜识别为非开裂的胡萝卜,造成这种现象的主要原因,主要有以下几点:

a)       首先,由于算法本身决定,LBP算法主要是根据局部图像的灰度值对该区域进行编码,继而遍历该图像,得到该图像的LBP编码,因此,该算法的准确率,很大程序上依赖于图像的灰度值,识别错误的图像如下图所示:

如上图中左右两侧的图像所示,胡萝卜的开裂区域的纹理与灰度值,与其他非开裂区域的纹理与灰度值的特征非常接近,而算法本身是通过灰度值与纹理特征来进行区分,因此,这是造成算法识别率低的主要原因之一;

b)       因为,图像的采集环境过于简单,胡萝卜表面存在高光,也会对算法的准确率造成一定的影响;

c)       参数的设置也是对检测造成影响的因素之一,因为,此处的胡萝卜LBP特征的提取,采用的是LBP圆形算子,其中的半径(radius)、邻域数(neighbor)等数据,通过人为设置进行设定,所以,该参数组合的设置,对检测的准确率也有一定的影响;

5.

基于 LBP + SVM 胡萝卜开裂检测算法相关推荐

  1. 学习笔记之——基于深度学习的目标检测算法

    国庆假期闲来无事~又正好打算入门基于深度学习的视觉检测领域,就利用这个时间来写一份学习的博文~本博文主要是本人的学习笔记与调研报告(不涉及商业用途),博文的部分来自我团队的几位成员的调研报告(由于隐私 ...

  2. 论文研究 | 基于机器视觉的 PCB 缺陷检测算法研究现状及展望

    前面分享了机器视觉在汽车行业与交通行业的应用,其实机器视觉在工业上的应用是最广泛也是最具挑战性的,其中PCB板缺陷检测一直是机器视觉待攻克的难题.印刷电路板(PCB)是电子零件的基板,需求量极大,承载 ...

  3. 病虫害模型算法_基于深度学习的目标检测算法综述

    sigai 基于深度学习的目标检测算法综述 导言 目标检测的任务是找出图像中所有感兴趣的目标(物体),确定它们的位置和大小,是机器视觉领域的核心问题之一.由于各类物体有不同的外观,形状,姿态,加上成像 ...

  4. 综述 | 基于深度学习的目标检测算法

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自:计算机视觉life 导读:目标检测(Object Det ...

  5. 基于深度学习的目标检测算法综述(从R-CNN到Mask R-CNN)

    深度学习目标检测模型全面综述:Faster R-CNN.R-FCN和SSD 从RCNN到SSD,这应该是最全的一份目标检测算法盘点 基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述 ...

  6. mpeg b帧 编码 matlab,一种基于压缩域的镜头检测算法

    文章编号: 1673- 5196( 2008) 06- 0097- 05 一种基于压缩域的镜头检测算法 摘要: 针对传统的非压缩域镜头检测算法数据量大.运算量大和效率低的缺点, 提出一种基于压缩域的镜 ...

  7. 基于深度学习的目标检测算法综述(一)

    基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述(二) 基于深度学习的目标检测算法综述(三) 本文内容原创,作者:美图云视觉技术部 检测团队,转载请注明出处 目标检测(Object ...

  8. 4种基于像素分割的文本检测算法

    摘要:文本检测是文本读取识别的第一步,对后续的文本识别有着重大的影响.一般场景下,可以通过对通用目标检测算法进行配置修改,来实现对文本行的检测定位.本文主要介绍基于像素分割的文本检测算法. 本文分享自 ...

  9. 基于ip-iq变换的谐波检测算法,并联型APF 有源电力滤波器 谐波电流检测

    基于ip-iq变换的谐波检测算法,并联型APF 有源电力滤波器 谐波电流检测 matlab simulink仿真学习模型,其他检测方法也做了,有参考文献,适合自学. ID:76306769651389 ...

最新文章

  1. linux的mount(挂载)命令详解
  2. 10分钟手撸极简版ORM框架!
  3. 创造信用收入 借贷宝颠覆创新普惠金融
  4. Arduino--蓝牙
  5. vuex的使用和封装
  6. @Inject 注入 还是报空指针
  7. 观、砺、破——我的算法之道
  8. 支付功能如何软件测试
  9. xstream 转java_xstream转换xml和Java对象
  10. HTML中动态的增加和删除表格中的一行
  11. 【LKA】国内车道相关数据
  12. 北航软件工程硕士_21考研择校 | 北京航空航天大学软件工程怎么样?
  13. 软件测试工程师必备技能
  14. 一句话点评国内在产主流A级车
  15. Sql Server 本地链接设置 127.0.0.1
  16. 解决:dependencies.dependency.version' for com.google.guava:guava:jar is missing.
  17. 集合工具类 以及 几个小面试题(是我保存的)
  18. Glide加载webp动画及监听动画播放结束
  19. UnicodeDecodeError: 'utf-8' codec can't decode byte 0xca in position 491: invalid continuation byte
  20. 英语论文常用词汇句式积累

热门文章

  1. 怎么在cmd进入python_通过cmd进入python的步骤
  2. javascript onclick时候 对象不支持此属性或方法
  3. Vue中图片的src不显示问题
  4. html table colgroup,HTML的colgroup标签
  5. 动态星空效果html,JS实现动态星空背景效果
  6. 中国教师发表论文问题研究
  7. Bootstrap弹出框(Popover)插件动态加载数据
  8. Pytorch基础知识(15)基于PyTorch的多标签图像分类
  9. 【Microsoft Edge】关于 Microsoft Edge 浏览器多版本安装目录结构的测试分析
  10. 阅读论文的方法和技巧