基于量子行为粒子群与支持向量机的马铃薯商品薯薯型检测方法

来源：湖北农业科学杂志2025年第12期北京时间：

作者：万鹏1,2, 熊成新1, 蔡杰3, 刘艳芳3, 吴晓龙1

单位：1.华中农业大学工学院,武汉 430070;2.农业农村部长江中下游农业装备重点实验室,武汉 430070;3.湖北省科技信息研究院,武汉 430071

摘要：针对现有马铃薯商品薯薯型检测方法精度低、效率差,难以满足机械化与自动化分选要求的问题,基于机器视觉技术开展马铃薯薯型检测方法研究。以3种薯型（球形或类球形、椭球形和畸形）马铃薯为研究对象,首先搭建马铃薯图像采集系统采集3种薯型的图像,然后对马铃薯图像进行预处理,获取马铃薯轮廓图像;再提取马铃薯图像的10个不变矩作为特征参数,采用量子行为粒子群(QPSO)算法优化支持向量机（SVM）分类器,最终实现薯型的自动检测。结果表明,QPSO-SVM模型中球形或类球形马铃薯、椭球形马铃薯和畸形马铃薯的薯型检测准确率分别为97.0%、94.0%和91.0%,平均检测准确率达95.2%,该模型可用于马铃薯薯型的快速检测。

关键词：量子行为粒子群,支持向量机,马铃薯,商品薯,薯型

基金资助：湖北省重点研发计划项目（2023BBB062）