基于Adaboost算法的田间猕猴桃识别方法

作者：詹文田; 何东健; 史世莲

来源：农业工程学报, 2013, (23): 140-146.

• 图像识别
• 果实
• 算法
• 猕猴桃
• Adaboost
• 分类器
• 分类精度 image recognition
• fruits
• algorithms
• kiwifruit
• Adaboost
• classifier
• classification precision

实现猕猴桃自动化采摘的关键是自然环境下果实的准确识别。为提高田间猕猴桃果实的识别效果,基于Adaboost算法,利用RGB、HSI、La*b*3个颜色空间中的1个或多个通道构建6个不同的弱分类器,用采集的猕猴桃果实和背景共300个样本点进行训练生成1个强分类器。然后选择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个猕猴桃进行试验,结果表明:Adaboost算法可有效抑制天空、地表等复杂背景的影响,适合于自然场景下的猕猴桃图像识别,识别率高达96.7%。该技术大大提高了猕猴桃采摘机器人的作业效率。

• 单位
  西北农林科技大学; 北京师范大学