计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (35): 202-204.DOI: 10.3778/j.issn.1002-8331.2010.35.058
李先锋1,2,朱伟兴1,花小朋2,孔令东2
LI Xian-feng1,2,ZHU Wei-xing1,HUA Xiao-peng2,KONG Ling-dong2
摘要: 为了提高苹果分级的准确率和稳定性,在图像处理的基础上,基于Fourier描述子和HIS颜色模型分别提取了苹果的形状和颜色两类主要外观特征,并分别用神经网络进行单特征初步分级,将其结果作为证据,通过D-S证据理论进行决策级融合,根据分类阈值得到最终分级结果。实验结果表明,该方法分级正确率达93.75%,与单指标特征分级相比,识别率高,稳定性好。
中图分类号: