基于机器视觉的玉米头尾识别

摘要

为进行玉米棒头尾识别,课题组提出了一种基于机器视觉和机器学习的玉米头尾识别方法。该方法先对玉米图像进行分割,后对分割后图像提取其方向梯度直方图(histogram of oriented gradient, HOG)特征向量;并利用主成分分析法(principal component analysis, PCA)对特征向量进行降维,最后使用降维后的特征向量和交叉验证方法训练支持向量机(support vector machine, SVM),最终实现对玉米的头尾识别。试验结果表明该方法的识别率为97.2%。该方法具有较高的可行性和准确率,可用于玉米的头尾识别。