-
题名基于机器视觉的海鲜花螺分类研究
- 1
-
-
作者
陈林涛
陈睿
蓝莹
梁国健
牟向伟
-
机构
广西师范大学机械工程系
柳州职业技术学院机电工程学院
-
出处
《水生生物学报》
北大核心
2025年第2期138-145,共8页
-
基金
广西重点研发计划(2021AB38023)
桂林市重大专项计划(20220102-3)资助。
-
文摘
针对目前人工分选海鲜花螺劳动强度大、人工成本高的问题,研究提出一种DPO-SVM海鲜花螺公母分类模型。通过灰度共生矩阵分析提取海鲜花螺外壳间隔纹理特征量,采用SVM作为公母分类模型基体,对不同纹理特征量组合进行分类效果对比,得出使用能量、熵、对比度3种特征量分类效果最好的结论。针对SVM优化问题,以PSO和WOA算法为基础提出DPO算法对SVM的重要参数c、g进行优化;对DPO-SVM性能进行测试,将测试结果与SVM、PSO-SVM、WOA-SVM测试结果对比。相比于其他3种SVM模型,DPOSVM分类准确率大幅度提升,相比于SVM,分类总准确率由85%上升至100%,上升了15%;DPO算法提高了单种群优化算法的寻优性能,相比于PSO算法,DPO算法将最佳适应度从95.26提升至98.68,提升幅度为3.47%。此外,达到最佳适应度的迭代次数由14次减少至6次,下降57.14%,显著优化了收敛速度。研究结果可为自动分拣装置中海鲜花螺公母分类提供技术参考。
-
关键词
机器视觉
花螺分选
外壳
纹理特征
支持向量机
算法
-
Keywords
Machine vision
Flower snail sorting
Shell
Texture features
Support vector machine
Algorithm
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
