[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有效

专利信息
申请号: 202010499390.7 申请日: 2020-06-04
公开(公告)号: CN111814825B 公开(公告)日: 2022-11-11
发明(设计)人: 申涛;赵钦君;许铮;张玉华;张长峰;毕淑慧 申请(专利权)人: 济南大学;山东商业职业技术学院
主分类号: G06V20/68 分类号: G06V20/68;G06V10/764;G06V10/26;G06V10/56;G06V10/70;G06N3/12
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 黄海丽
地址: 250022 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 遗传 算法 优化 支持 向量 苹果 检测 分级 方法 系统
【说明书】:

本公开公开了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,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;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,所述分类器是基于遗传算法优化的支持向量机。本公开通过遗传算法优化支持向量机,基于优化的支持向量机对苹果的等级进行分级,并且在分级的过程汇中考虑了苹果的外部品质特征并对其进行分级,具有较高的工程应用价值。

技术领域

本公开涉及农产品自动化分级技术领域,特别是涉及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。

背景技术

本部分的陈述仅仅是提到了与本公开相关的背景技术,并不必然构成现有技术。

苹果在线分级技术是苹果商品化的一个重要环节,采用机器视觉技术对水果进行品质检测具有高效、无损、灵活等众多优点,因此如何利用机器视觉结合相关算法,有效的对农产品进行准确高效的检测分级,对我国农业和经济的发展具有重要的意义。

在实现本公开的过程中,发明人发现现有技术中存在以下技术问题:

目前,国内外采用机器视觉和机器学习算法选择不同的特征参数进行了分级,例如决策树、人工神经网络、KNN等,但这些方法都有一定的局限性。例如人工神经网络需要大量的参数,学习时间过长,甚至可能达不到学习的目的。在现有的苹果分级的技术中仍然存在着选取的特征参数不够准确,识别率较低等问题。

发明内容

为了解决现有技术的不足,本公开提供了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;

第一方面,本公开提供了基于遗传算法优化支持向量机的苹果检测分级方法;

基于遗传算法优化支持向量机的苹果检测分级方法,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;

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,所述分类器是基于遗传算法优化的支持向量机。

第二方面,本公开提供了基于遗传算法优化支持向量机的苹果检测分级系统;

基于遗传算法优化支持向量机的苹果检测分级系统,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;

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,所述分类器是基于遗传算法优化的支持向量机。

第三方面,本公开还提供了一种电子设备,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第一方面所述的方法。

第四方面,本公开还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。

第五方面,本公开还提供了一种计算机程序(产品),包括计算机程序,所述计算机程序当在一个或多个处理器上运行的时候用于实现前述第一方面任意一项的方法。

与现有技术相比,本公开的有益效果是:

本公开通过遗传算法优化支持向量机,基于优化的支持向量机对苹果的等级进行分级,并且在分级的过程汇中考虑了苹果的外部品质特征并对其进行分级,具有较高的工程应用价值。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于济南大学;山东商业职业技术学院,未经济南大学;山东商业职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010499390.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top