基于智能算法的甘蔗定位切割方法

针对传统的基于图像的甘蔗茎节识别算法主要有中值决策、列灰度及拟合的边缘检测方法、图像滤波方法以及图像分割方法等,传统方法的检测准确率偏低,难以满足识别要求。提出了一种基于改进型粒子群优化算法的混合核函数的支持向量机分类识别模型,对甘蔗的茎节进行分类识别。传统的PSO算法由于粒子群的趋同性,导致前期收敛很快,后期十分缓慢,并且容易陷入局部最优解,也就是常说的早熟。将混沌优化算法与PSO算法进行结合,改造判断解决早熟的收敛方法以改进CPSO算法。传统SVM分类识别模型采用单个核函数,而局部核函数具有较好的学习能力,但不具备较好的泛化能力,相反,全局核函数具有较好的泛化能力,但不具备较好的泛化能力。将局部核函数和全局核函数按照一定规则和条件进行混合,构造一种新型混合核函数,试验验证结果表明,本研究的甘蔗定位识别方法有效。