基于Bayes的竹片颜色检测分级方法
2009-12-15分类号:TP391.41
【部门】华中农业大学工程技术学院
【摘要】为了采用机器视觉对竹片自动识别与颜色分选,研究了一种基于竹片图像颜色特征与纹路特征和Bayes分类器的颜色分类方法。首先,对灰度图像采用Canny算子进行边缘检测,再利用Hough变换对竹片进行边缘定位,并对倾斜竹片实施旋转校正,以确定待检测竹片在图像中的具体位置。根据竹片的位置提取竹片区域平均颜色特征及纹路特征,将其作为样本的属性特征,采用Bayes训练的颜色等级作为输出,建立特征参数与颜色等级之间的Bayes分类器,上位机获得分级信号后经串口通过下位机实现竹片的自动分级。试验结果表明,该方法对竹片颜色检测准确率达到91.7%,可为竹制品行业的竹片颜色自动在线检测提供理论依据。
【关键词】竹片 Bayes分类器 颜色分级 机器视觉
【基金】湖北省自然科学资金项目(2005ABA249)资助
【所属期刊栏目】华中农业大学学报
文献传递