期刊专题

10.3969/j.issn.1671-7775.2005.06.002

基于支持向量机的苹果检测技术

引用
由于苹果果梗和缺陷的识别是苹果检测中的难点,两者的误分类会造成苹果等级的误判.作者提出了苹果果梗和缺陷图像分形特征提取的改进算法,构建了支持向量机并采用SMO算法对其进行训练.用计算机视觉系统采集苹果图像,然后提取苹果果梗和缺陷的分形特征作为支持向量机的输入进行识别.用富士苹果进行试验,得到的平均识别正确率为90.6%.

苹果、检测、计算机视觉、支持向量机、分形

26

TP391.4(计算技术、计算机技术)

新材料领域项目2002AA248051;中国科学院资助项目30370813;江苏省自然科学基金BK2002005

2005-12-15(万方平台首次上网日期,不代表论文的发表时间)

共3页

465-467

相关文献
评论
暂无封面信息
查看本期封面目录

江苏大学学报(自然科学版)

1671-7775

32-1668/N

26

2005,26(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅