基于PCA-SVM算法的马铃薯形状分选

来源期刊：控制工程2020年第2期

论文作者：许伟栋 赵忠盖

文章页码：246 - 253

关键词：马铃薯;机器视觉;形状分选;主成分分析;支持向量机;网格搜索;

摘    要：马铃薯形状是马铃薯分级的重要指标之一,本文利用机器视觉技术根据形状对马铃薯进行分选。提出一种结合主成分分析-支持向量机（PCA-SVM）算法的马铃薯形状分选方法。该方法提取单个马铃薯区域内11维表征形状的特征向量,并利用主成分分析（PCA）法对特征向量进行降维,提取出形状的主成分特征,然后,将主成分特征带入支持向量机（SVM）进行建模,并利用网格搜索法（GS）对SVM进行参数优化。检测中,采用十折交叉验证（CV）算法依次将马铃薯样品图片带入PCA模型和参数优化好的SVM模型,实现对马铃薯的分类。实验结果显示,提出的算法具有较强的可行性,分选速度快且准确率达97.3%,能用于马铃薯自动化分级。