基于自适应聚类和色差分析的烟草异物在线识别算法研究

摘要

提出一种利用聚类和色差分析的烟草异物在线识别算法,采用自适应ISODATA聚类取单元颜色特征,并分析烟叶和异物各分量的分布差异,将单元特征各分量根据直方图分布量化到HIS颜色空间中,从而得到样本学习结果并进行识别。实验结果表明,该算法的平均识别率达到95%,误识率在5%以下。