%0 Journal Article
%T 基于机器视觉的苹果分级中特征参量选择方法
%A 殷勇
%A 陶凯
%A 于慧春
%J 农业机械学报
%D 2012
%R 10.6041/j.issn.1000-1298.2012.06.022
%X 为提高基于数字图像的苹果分级的准确性，常提取多特征信息。然而，使用多特征信息分级时会存在信息冗余等问题。为此，运用主成分分析（PCA）来融合特征参量，并借助WilksΛ统计量选择对分级有显著作用的主成分；然后依据各特征参量对所选择主成分的贡献率筛选特征参量。Fisher判别分析（FDA）结果表明：使用所选择的特征参量进行苹果分级，分级效果明显优于特征选择前，分级正确率和交叉验证正确率分别提高了2.0%和1.5%。
%K 苹果
%K 分级
%K 图像处理
%K 特征选择
%K 主成分分析
%K 统计量
%U http://www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20120622&flag=1