基于颜色和纹理特征的青椒识别方法

来源：中国农机化学报杂志2024年第12期北京时间：

作者：张珍, 吴雪梅, 黄华成, 吴雪君, 张大斌

单位：（贵州大学机械工程学院，贵阳市，550025）

摘要：自然环境下青椒与叶片和茎秆的颜色较为相似，为提高青椒采摘机器人在自然环境下对青椒果实的识别效率和采摘精度，提出一种基于颜色和纹理特征的青椒识别方法，在自然环境下可以达到较好的识别效果。首先，将青椒图像由RGB转换为HSV颜色空间，经过对比分析S-V分量颜色差异能够突出果实，去除部分复杂背景；然后，再提取青椒 LBP特征和 HOG特征，建立单特征和多特征融合模型；最后，使用不同的分类器SVM、AdaBoost进行特征训练，找出最适合青椒识别的分类算法。试验结果表明：LBP+HOG+AdaBoost算法的识别准确率达到99.3%，均优于其他模型。可为青椒采摘机器的智能识别提供研究基础。

关键词：青椒识别,SVM,AdaBoost,颜色特征,纹理特征

基金资助：贵州省科技计划项目（黔科合平台人才［2019］5616）；贵州省农业产业技术体系建设专项