论文部分内容阅读
为使机械手更准确地抓取桃子,提出一种在自然光照条件下识别树上桃子生长形态的方法。首先在5种颜色空间中利用BP神经网络找出识别率最高、误分率最低的颜色特征组合(H,Cr(YCg Cr),Cr(YCb Cr),R-G,2R-G,Cb-Cr),并使用改进的K-means聚类算法实现图像分割;然后利用桃子生长的形态参数(复杂度、延伸率、紧密度等)使用支持向量机分类器进行分类。实验结果表明:对于晴天拍摄的图片,其识别率可达到87.5%;对于阴天拍摄的图片,其识别率可达80.5%。该方法具有一定的实用价值。