[发明专利]基于遗传算法优化支持向量机的苹果检测分级方法及系统

权利要求书

1.基于遗传算法优化支持向量机的苹果检测分级方法，其特征是，包括：

获取待检测苹果的图像；

对待检测苹果的图像进行预处理，包括：

对待检测苹果的图像进行降噪处理，对降噪处理后的图像进行背景分割处理得到感兴趣的苹果区域图像，对感兴趣的苹果区域图像分别计算苹果区域的轮廓、苹果的圆形度、苹果的色度占比和苹果的缺陷面积；

所述苹果区域的轮廓是通过对灰度图像进行平滑处理，计算平滑处理后图像中每个像素点的梯度幅值和梯度方向，对梯度幅值进行非极大值抑制，获取苹果区域的边缘图像，进行杂点去除和空洞填充得到的；

所述苹果的圆形度，是通过苹果果实轮廓的面积与苹果果实轮廓的周长来计算得到的；

所述苹果的色度占比，是通过对苹果的色度按照设定区间进行分割，用每一个区间的像素个数与总的苹果区域像素个数的比值计算得到的；

所述苹果的缺陷面积，是通过图像灰度值小于设定阈值的像素点数量与苹果区域总的像素点的数量的比值计算得到的；

将预处理后得到的数据输入到预先训练好的分类器中，分类器输出待检测苹果的等级，其中分类器是基于遗传算法优化的支持向量机；

所述基于遗传算法优化的支持向量机，是指：利用遗传算法为支持向量机选择最佳的惩罚因子和高斯径向基函数。

2.如权利要求1所述的方法，其特征是，所述对待检测苹果的图像进行降噪处理，是采用中值滤波算法进行降噪处理。

3.如权利要求1所述的方法，其特征是，所述对降噪处理后的图像进行背景分割处理得到感兴趣的苹果区域图像，是通过循环遍历的方式逐一比较降噪处理后的图像的R、G和B三个颜色分量，将G分量和B分量中小于R分量的像素置零。

4.如权利要求1所述的方法，其特征是，基于遗传算法优化的支持向量机，具体优化过程包括：

对惩罚因子和高斯径向基函数进行编码，并初始化种群；

确定适应度函数，计算每个个体的适应度值；

判断是否满足终止条件，如果满足，就得到最佳的惩罚因子和高斯径向基函数。

5.基于遗传算法优化支持向量机的苹果检测分级系统，其特征是，包括：

获取模块，其被配置为：获取待检测苹果的图像；

预处理模块，其被配置为：对待检测苹果的图像进行预处理，具体包括：

对待检测苹果的图像进行降噪处理，对降噪处理后的图像进行背景分割处理得到感兴趣的苹果区域图像，对感兴趣的苹果区域图像分别计算苹果区域的轮廓、苹果的圆形度、苹果的色度占比和苹果的缺陷面积；

所述苹果区域的轮廓是通过对灰度图像进行平滑处理，计算平滑处理后图像中每个像素点的梯度幅值和梯度方向，对梯度幅值进行非极大值抑制，获取苹果区域的边缘图像，进行杂点去除和空洞填充得到的；

所述苹果的圆形度，是通过苹果果实轮廓的面积与苹果果实轮廓的周长来计算得到的；

所述苹果的色度占比，是通过对苹果的色度按照设定区间进行分割，用每一个区间的像素个数与总的苹果区域像素个数的比值计算得到的；

所述苹果的缺陷面积，是通过图像灰度值小于设定阈值的像素点数量与苹果区域总的像素点的数量的比值计算得到的；

检测分级模块，其被配置为：将预处理后得到的数据输入到预先训练好的分类器中，分类器输出待检测苹果的等级，其中分类器是基于遗传算法优化的支持向量机；

所述基于遗传算法优化的支持向量机，是指：利用遗传算法为支持向量机选择最佳的惩罚因子和高斯径向基函数。

6.一种电子设备，其特征是，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述权利要求1-4任一项所述的方法。

7.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-4任一项所述的方法。