基于VS番薯識(shí)別系統(tǒng)開發(fā)與應(yīng)用

金晨陽(yáng)等

摘要：該文基于OTSU圖像分割算法和DSP的圖像識(shí)別算法對(duì)番薯進(jìn)行分類，并在此基礎(chǔ)上基于VS構(gòu)建番薯識(shí)別系統(tǒng)，并對(duì)圖片的灰色處理、雕刻處理等進(jìn)行相應(yīng)的實(shí)現(xiàn)，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，為番薯數(shù)字識(shí)別領(lǐng)域的研發(fā)提供一定的實(shí)踐意義。

關(guān)鍵詞：番薯分類；番薯識(shí)別系統(tǒng)；OTSU圖像分割算法；系統(tǒng)開發(fā)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）11-2608-04

圖像識(shí)別技術(shù)是近幾年來一種新興的科學(xué)技術(shù)，現(xiàn)階段高級(jí)計(jì)算機(jī)技術(shù)已能實(shí)現(xiàn)對(duì)三維物體的辨識(shí)和處理，它是以數(shù)字圖像處理與識(shí)別為基礎(chǔ)的結(jié)合人工智能、系統(tǒng)學(xué)等學(xué)科的研究方向，其研究成果被廣泛應(yīng)用在各種工業(yè)及探測(cè)機(jī)器人上。

目前番薯的種類較多，諸如紫番薯、白番薯、紅番薯等等，為此，在熟悉這些業(yè)務(wù)的基礎(chǔ)上，構(gòu)建其信息模型，主要包括：構(gòu)建番薯色素?cái)?shù)字信息模型：將已有的番薯圖片資料（包括薯皮、薯肉、莖、葉等）通過采樣量化壓縮編碼后得到數(shù)字圖像，將各個(gè)種類的番薯色素的特性進(jìn)行分類，用于以后的數(shù)字圖像比較；構(gòu)建薯肉條紋形狀數(shù)字信息模型：按照上述方法將已有的薯肉切片圖資料進(jìn)行數(shù)字化，根據(jù)其條紋種類不同將其進(jìn)行分類?；赩S構(gòu)建番薯圖像識(shí)別系統(tǒng)，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為快速識(shí)別番薯的種類，確保番薯生產(chǎn)質(zhì)量等方面有一定的實(shí)用參考價(jià)值。

目前，圖像識(shí)別技術(shù)應(yīng)用于各行各業(yè)中，但是在番薯識(shí)別方面，卻處于初步研究階段，番薯的生長(zhǎng)發(fā)育等都已經(jīng)涉及到了識(shí)別技術(shù)，在番薯分類中目前最常用的是基于多實(shí)例學(xué)習(xí)的圖像識(shí)別技術(shù)，這項(xiàng)技術(shù)能夠識(shí)別不同光照、存在干擾物的環(huán)境背景下，以任意方式擺放的多類別混合果蔬圖像，且對(duì)于單類別果蔬圖像的識(shí)別優(yōu)于全局。但這種技術(shù)僅是對(duì)果蔬圖像進(jìn)行識(shí)別，還沒有形成一個(gè)完整的系統(tǒng)，尤其是通過識(shí)別系統(tǒng)識(shí)別其種類、歸集其相應(yīng)數(shù)據(jù)。為此，基于VS，以某番薯為例，研究并開發(fā)一個(gè)辨識(shí)系統(tǒng)，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為快速識(shí)別番薯的種類，確保番薯生產(chǎn)質(zhì)量等方面有一定的實(shí)用參考價(jià)值。

1 基于OTSU圖像分割算法和DSP的圖像識(shí)別算法對(duì)番薯進(jìn)行分類

番薯是世界上栽培的重要糧食作物，番薯的種植在我國(guó)具有悠久的歷史，并形成了良好的種植習(xí)慣。目前番薯的種類繁多，紫薯、白薯、紅薯等一系列，可遺憾的是至目前為止，番薯識(shí)別系統(tǒng)還沒有統(tǒng)一的歸類。

根據(jù)已有的甘薯特征，并對(duì)相應(yīng)的特征進(jìn)行二值化等方面處理，選取了OTSU算法做為圖像的分割算法。因?yàn)镺TSU算法被認(rèn)為是圖像分割中閾值選取的最佳算法，計(jì)算簡(jiǎn)單，不受圖像亮度和對(duì)比度的影響，因此在數(shù)字圖像處理上得到了廣泛的應(yīng)用。根據(jù)OTSU算法，記t為前景與背景的分割閾值，前景點(diǎn)數(shù)占圖像比例為W0，內(nèi)積平均值為U0；背景點(diǎn)數(shù)占圖像比例為W1， 內(nèi)積平均值為U1。圖像的內(nèi)積平均值為：u=W0*U0 + W1*U1。從最小灰度值到最大灰度值便利t，當(dāng)t使得值g=W0*（U0-u）2+W1*（U1-u）2最大時(shí)t即為分割的最佳閾值。

同時(shí)采用DSP（Digital Signal Process的縮寫，也就是數(shù)字信號(hào)處理）技術(shù)，對(duì)于薯類圖像識(shí)別的系統(tǒng)中加入數(shù)字信號(hào)處理，先是對(duì)薯類進(jìn)行預(yù)處理，把圖像中的各種特征符號(hào)利用DSP轉(zhuǎn)變?yōu)楦鞣N數(shù)字，然后系統(tǒng)對(duì)于轉(zhuǎn)變的數(shù)字組合進(jìn)行分類，然后把分類后的數(shù)字組合與分類總庫(kù)里的數(shù)據(jù)進(jìn)行對(duì)比，再找出相應(yīng)的數(shù)據(jù)組合，分辨出薯類的種類。

2 基于VS的番薯識(shí)別系統(tǒng)開發(fā)

2.1 開發(fā)思路

利用OTSU算法和DSP算法將目前已知的甘薯圖片進(jìn)行分類，并找出各個(gè)類別中甘薯的特征，將目前所知的圖片進(jìn)行處理，建立甘薯特征庫(kù)，基于VS構(gòu)建，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為快速識(shí)別番薯的種類，確保番薯生產(chǎn)質(zhì)量等方面有一定的實(shí)用參考價(jià)值。

3 總結(jié)

目前圖像識(shí)別技術(shù)尚未完全成熟，有許多領(lǐng)域還沒有完整的系統(tǒng)，特別在農(nóng)產(chǎn)品尤其是番薯的識(shí)別系統(tǒng)軟件更是少見?；赩S構(gòu)建番薯識(shí)別系統(tǒng)，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為番薯數(shù)字識(shí)別領(lǐng)域的研發(fā)提供一定的實(shí)踐意義。

參考文獻(xiàn)：

[1] 陳燕東，劉景琳，孟志強(qiáng).新型實(shí)時(shí)光電混合圖像識(shí)別系統(tǒng)[J].電子測(cè)量與儀器學(xué)報(bào)，2007（3）.

[2] 蔡政，丁宣浩，陳麗霞，等.敏感圖像識(shí)別算法研究[J].企業(yè)科技與發(fā)展，2012（5）.

[3] 胡正平，宋淑芬.基于類別相關(guān)近鄰子空間的最大似然稀疏表示魯棒圖像識(shí)別算法[J].自動(dòng)化學(xué)報(bào)，2012（9）.

[4] 沈松，朱飛，姚琦，等.基于稀疏表示的超分辨率圖像重建[J].信息技術(shù)及圖像處理，2011（6）.

[5] 顧立娟，平西建，程娟，等.一種具有旋轉(zhuǎn)魯棒性的文本圖像文種識(shí)別方法[J].中國(guó)圖像圖形學(xué)報(bào)，2010（6）.

[6] 王梁，郝燕玲，張振興.基于多重稀疏表示的聲納圖像超分辨率重建[J].系統(tǒng)工程與電子技術(shù)，2012（1）.

[7] 袁磊，馮濤，王毓，等.基于紋理特征的魯棒圖像水印算法[J].信息技術(shù)，2008（6）.

[8] 薛明東，郭立，張國(guó)宣，等.一種新的圖像識(shí)別算法[J].計(jì)算機(jī)工程，2005（9）.

[9] 李路蘋，徐景碩，陳震.基于VS的捷聯(lián)慣導(dǎo)系統(tǒng)仿真器設(shè)計(jì)[J].計(jì)算機(jī)仿真，2013（6）.endprint

摘要：該文基于OTSU圖像分割算法和DSP的圖像識(shí)別算法對(duì)番薯進(jìn)行分類，并在此基礎(chǔ)上基于VS構(gòu)建番薯識(shí)別系統(tǒng)，并對(duì)圖片的灰色處理、雕刻處理等進(jìn)行相應(yīng)的實(shí)現(xiàn)，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，為番薯數(shù)字識(shí)別領(lǐng)域的研發(fā)提供一定的實(shí)踐意義。

關(guān)鍵詞：番薯分類；番薯識(shí)別系統(tǒng)；OTSU圖像分割算法；系統(tǒng)開發(fā)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）11-2608-04

圖像識(shí)別技術(shù)是近幾年來一種新興的科學(xué)技術(shù)，現(xiàn)階段高級(jí)計(jì)算機(jī)技術(shù)已能實(shí)現(xiàn)對(duì)三維物體的辨識(shí)和處理，它是以數(shù)字圖像處理與識(shí)別為基礎(chǔ)的結(jié)合人工智能、系統(tǒng)學(xué)等學(xué)科的研究方向，其研究成果被廣泛應(yīng)用在各種工業(yè)及探測(cè)機(jī)器人上。

目前番薯的種類較多，諸如紫番薯、白番薯、紅番薯等等，為此，在熟悉這些業(yè)務(wù)的基礎(chǔ)上，構(gòu)建其信息模型，主要包括：構(gòu)建番薯色素?cái)?shù)字信息模型：將已有的番薯圖片資料（包括薯皮、薯肉、莖、葉等）通過采樣量化壓縮編碼后得到數(shù)字圖像，將各個(gè)種類的番薯色素的特性進(jìn)行分類，用于以后的數(shù)字圖像比較；構(gòu)建薯肉條紋形狀數(shù)字信息模型：按照上述方法將已有的薯肉切片圖資料進(jìn)行數(shù)字化，根據(jù)其條紋種類不同將其進(jìn)行分類?；赩S構(gòu)建番薯圖像識(shí)別系統(tǒng)，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為快速識(shí)別番薯的種類，確保番薯生產(chǎn)質(zhì)量等方面有一定的實(shí)用參考價(jià)值。

目前，圖像識(shí)別技術(shù)應(yīng)用于各行各業(yè)中，但是在番薯識(shí)別方面，卻處于初步研究階段，番薯的生長(zhǎng)發(fā)育等都已經(jīng)涉及到了識(shí)別技術(shù)，在番薯分類中目前最常用的是基于多實(shí)例學(xué)習(xí)的圖像識(shí)別技術(shù)，這項(xiàng)技術(shù)能夠識(shí)別不同光照、存在干擾物的環(huán)境背景下，以任意方式擺放的多類別混合果蔬圖像，且對(duì)于單類別果蔬圖像的識(shí)別優(yōu)于全局。但這種技術(shù)僅是對(duì)果蔬圖像進(jìn)行識(shí)別，還沒有形成一個(gè)完整的系統(tǒng)，尤其是通過識(shí)別系統(tǒng)識(shí)別其種類、歸集其相應(yīng)數(shù)據(jù)。為此，基于VS，以某番薯為例，研究并開發(fā)一個(gè)辨識(shí)系統(tǒng)，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為快速識(shí)別番薯的種類，確保番薯生產(chǎn)質(zhì)量等方面有一定的實(shí)用參考價(jià)值。

1 基于OTSU圖像分割算法和DSP的圖像識(shí)別算法對(duì)番薯進(jìn)行分類

番薯是世界上栽培的重要糧食作物，番薯的種植在我國(guó)具有悠久的歷史，并形成了良好的種植習(xí)慣。目前番薯的種類繁多，紫薯、白薯、紅薯等一系列，可遺憾的是至目前為止，番薯識(shí)別系統(tǒng)還沒有統(tǒng)一的歸類。

根據(jù)已有的甘薯特征，并對(duì)相應(yīng)的特征進(jìn)行二值化等方面處理，選取了OTSU算法做為圖像的分割算法。因?yàn)镺TSU算法被認(rèn)為是圖像分割中閾值選取的最佳算法，計(jì)算簡(jiǎn)單，不受圖像亮度和對(duì)比度的影響，因此在數(shù)字圖像處理上得到了廣泛的應(yīng)用。根據(jù)OTSU算法，記t為前景與背景的分割閾值，前景點(diǎn)數(shù)占圖像比例為W0，內(nèi)積平均值為U0；背景點(diǎn)數(shù)占圖像比例為W1， 內(nèi)積平均值為U1。圖像的內(nèi)積平均值為：u=W0*U0 + W1*U1。從最小灰度值到最大灰度值便利t，當(dāng)t使得值g=W0*（U0-u）2+W1*（U1-u）2最大時(shí)t即為分割的最佳閾值。

同時(shí)采用DSP（Digital Signal Process的縮寫，也就是數(shù)字信號(hào)處理）技術(shù)，對(duì)于薯類圖像識(shí)別的系統(tǒng)中加入數(shù)字信號(hào)處理，先是對(duì)薯類進(jìn)行預(yù)處理，把圖像中的各種特征符號(hào)利用DSP轉(zhuǎn)變?yōu)楦鞣N數(shù)字，然后系統(tǒng)對(duì)于轉(zhuǎn)變的數(shù)字組合進(jìn)行分類，然后把分類后的數(shù)字組合與分類總庫(kù)里的數(shù)據(jù)進(jìn)行對(duì)比，再找出相應(yīng)的數(shù)據(jù)組合，分辨出薯類的種類。

2 基于VS的番薯識(shí)別系統(tǒng)開發(fā)

2.1 開發(fā)思路

利用OTSU算法和DSP算法將目前已知的甘薯圖片進(jìn)行分類，并找出各個(gè)類別中甘薯的特征，將目前所知的圖片進(jìn)行處理，建立甘薯特征庫(kù)，基于VS構(gòu)建，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為快速識(shí)別番薯的種類，確保番薯生產(chǎn)質(zhì)量等方面有一定的實(shí)用參考價(jià)值。

3 總結(jié)

目前圖像識(shí)別技術(shù)尚未完全成熟，有許多領(lǐng)域還沒有完整的系統(tǒng)，特別在農(nóng)產(chǎn)品尤其是番薯的識(shí)別系統(tǒng)軟件更是少見?；赩S構(gòu)建番薯識(shí)別系統(tǒng)，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為番薯數(shù)字識(shí)別領(lǐng)域的研發(fā)提供一定的實(shí)踐意義。

參考文獻(xiàn)：

[1] 陳燕東，劉景琳，孟志強(qiáng).新型實(shí)時(shí)光電混合圖像識(shí)別系統(tǒng)[J].電子測(cè)量與儀器學(xué)報(bào)，2007（3）.

[2] 蔡政，丁宣浩，陳麗霞，等.敏感圖像識(shí)別算法研究[J].企業(yè)科技與發(fā)展，2012（5）.

[3] 胡正平，宋淑芬.基于類別相關(guān)近鄰子空間的最大似然稀疏表示魯棒圖像識(shí)別算法[J].自動(dòng)化學(xué)報(bào)，2012（9）.

[4] 沈松，朱飛，姚琦，等.基于稀疏表示的超分辨率圖像重建[J].信息技術(shù)及圖像處理，2011（6）.

[5] 顧立娟，平西建，程娟，等.一種具有旋轉(zhuǎn)魯棒性的文本圖像文種識(shí)別方法[J].中國(guó)圖像圖形學(xué)報(bào)，2010（6）.

[6] 王梁，郝燕玲，張振興.基于多重稀疏表示的聲納圖像超分辨率重建[J].系統(tǒng)工程與電子技術(shù)，2012（1）.

[7] 袁磊，馮濤，王毓，等.基于紋理特征的魯棒圖像水印算法[J].信息技術(shù)，2008（6）.

[8] 薛明東，郭立，張國(guó)宣，等.一種新的圖像識(shí)別算法[J].計(jì)算機(jī)工程，2005（9）.

[9] 李路蘋，徐景碩，陳震.基于VS的捷聯(lián)慣導(dǎo)系統(tǒng)仿真器設(shè)計(jì)[J].計(jì)算機(jī)仿真，2013（6）.endprint

摘要：該文基于OTSU圖像分割算法和DSP的圖像識(shí)別算法對(duì)番薯進(jìn)行分類，并在此基礎(chǔ)上基于VS構(gòu)建番薯識(shí)別系統(tǒng)，并對(duì)圖片的灰色處理、雕刻處理等進(jìn)行相應(yīng)的實(shí)現(xiàn)，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，為番薯數(shù)字識(shí)別領(lǐng)域的研發(fā)提供一定的實(shí)踐意義。

關(guān)鍵詞：番薯分類；番薯識(shí)別系統(tǒng)；OTSU圖像分割算法；系統(tǒng)開發(fā)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）11-2608-04

圖像識(shí)別技術(shù)是近幾年來一種新興的科學(xué)技術(shù)，現(xiàn)階段高級(jí)計(jì)算機(jī)技術(shù)已能實(shí)現(xiàn)對(duì)三維物體的辨識(shí)和處理，它是以數(shù)字圖像處理與識(shí)別為基礎(chǔ)的結(jié)合人工智能、系統(tǒng)學(xué)等學(xué)科的研究方向，其研究成果被廣泛應(yīng)用在各種工業(yè)及探測(cè)機(jī)器人上。

目前番薯的種類較多，諸如紫番薯、白番薯、紅番薯等等，為此，在熟悉這些業(yè)務(wù)的基礎(chǔ)上，構(gòu)建其信息模型，主要包括：構(gòu)建番薯色素?cái)?shù)字信息模型：將已有的番薯圖片資料（包括薯皮、薯肉、莖、葉等）通過采樣量化壓縮編碼后得到數(shù)字圖像，將各個(gè)種類的番薯色素的特性進(jìn)行分類，用于以后的數(shù)字圖像比較；構(gòu)建薯肉條紋形狀數(shù)字信息模型：按照上述方法將已有的薯肉切片圖資料進(jìn)行數(shù)字化，根據(jù)其條紋種類不同將其進(jìn)行分類。基于VS構(gòu)建番薯圖像識(shí)別系統(tǒng)，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為快速識(shí)別番薯的種類，確保番薯生產(chǎn)質(zhì)量等方面有一定的實(shí)用參考價(jià)值。

目前，圖像識(shí)別技術(shù)應(yīng)用于各行各業(yè)中，但是在番薯識(shí)別方面，卻處于初步研究階段，番薯的生長(zhǎng)發(fā)育等都已經(jīng)涉及到了識(shí)別技術(shù)，在番薯分類中目前最常用的是基于多實(shí)例學(xué)習(xí)的圖像識(shí)別技術(shù)，這項(xiàng)技術(shù)能夠識(shí)別不同光照、存在干擾物的環(huán)境背景下，以任意方式擺放的多類別混合果蔬圖像，且對(duì)于單類別果蔬圖像的識(shí)別優(yōu)于全局。但這種技術(shù)僅是對(duì)果蔬圖像進(jìn)行識(shí)別，還沒有形成一個(gè)完整的系統(tǒng)，尤其是通過識(shí)別系統(tǒng)識(shí)別其種類、歸集其相應(yīng)數(shù)據(jù)。為此，基于VS，以某番薯為例，研究并開發(fā)一個(gè)辨識(shí)系統(tǒng)，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為快速識(shí)別番薯的種類，確保番薯生產(chǎn)質(zhì)量等方面有一定的實(shí)用參考價(jià)值。

1 基于OTSU圖像分割算法和DSP的圖像識(shí)別算法對(duì)番薯進(jìn)行分類

番薯是世界上栽培的重要糧食作物，番薯的種植在我國(guó)具有悠久的歷史，并形成了良好的種植習(xí)慣。目前番薯的種類繁多，紫薯、白薯、紅薯等一系列，可遺憾的是至目前為止，番薯識(shí)別系統(tǒng)還沒有統(tǒng)一的歸類。

根據(jù)已有的甘薯特征，并對(duì)相應(yīng)的特征進(jìn)行二值化等方面處理，選取了OTSU算法做為圖像的分割算法。因?yàn)镺TSU算法被認(rèn)為是圖像分割中閾值選取的最佳算法，計(jì)算簡(jiǎn)單，不受圖像亮度和對(duì)比度的影響，因此在數(shù)字圖像處理上得到了廣泛的應(yīng)用。根據(jù)OTSU算法，記t為前景與背景的分割閾值，前景點(diǎn)數(shù)占圖像比例為W0，內(nèi)積平均值為U0；背景點(diǎn)數(shù)占圖像比例為W1， 內(nèi)積平均值為U1。圖像的內(nèi)積平均值為：u=W0*U0 + W1*U1。從最小灰度值到最大灰度值便利t，當(dāng)t使得值g=W0*（U0-u）2+W1*（U1-u）2最大時(shí)t即為分割的最佳閾值。

同時(shí)采用DSP（Digital Signal Process的縮寫，也就是數(shù)字信號(hào)處理）技術(shù)，對(duì)于薯類圖像識(shí)別的系統(tǒng)中加入數(shù)字信號(hào)處理，先是對(duì)薯類進(jìn)行預(yù)處理，把圖像中的各種特征符號(hào)利用DSP轉(zhuǎn)變?yōu)楦鞣N數(shù)字，然后系統(tǒng)對(duì)于轉(zhuǎn)變的數(shù)字組合進(jìn)行分類，然后把分類后的數(shù)字組合與分類總庫(kù)里的數(shù)據(jù)進(jìn)行對(duì)比，再找出相應(yīng)的數(shù)據(jù)組合，分辨出薯類的種類。

2 基于VS的番薯識(shí)別系統(tǒng)開發(fā)

2.1 開發(fā)思路

利用OTSU算法和DSP算法將目前已知的甘薯圖片進(jìn)行分類，并找出各個(gè)類別中甘薯的特征，將目前所知的圖片進(jìn)行處理，建立甘薯特征庫(kù)，基于VS構(gòu)建，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為快速識(shí)別番薯的種類，確保番薯生產(chǎn)質(zhì)量等方面有一定的實(shí)用參考價(jià)值。

3 總結(jié)

目前圖像識(shí)別技術(shù)尚未完全成熟，有許多領(lǐng)域還沒有完整的系統(tǒng)，特別在農(nóng)產(chǎn)品尤其是番薯的識(shí)別系統(tǒng)軟件更是少見。基于VS構(gòu)建番薯識(shí)別系統(tǒng)，通過該系統(tǒng)能將番薯的切片圖通過分析，以便能快捷地實(shí)現(xiàn)識(shí)別該番薯的種類、特性等相關(guān)信息，有利于番薯的歸類，同時(shí)能為番薯的儲(chǔ)藏、保鮮等方面提供一定的參考價(jià)值，為番薯數(shù)字識(shí)別領(lǐng)域的研發(fā)提供一定的實(shí)踐意義。

參考文獻(xiàn)：

[1] 陳燕東，劉景琳，孟志強(qiáng).新型實(shí)時(shí)光電混合圖像識(shí)別系統(tǒng)[J].電子測(cè)量與儀器學(xué)報(bào)，2007（3）.

[2] 蔡政，丁宣浩，陳麗霞，等.敏感圖像識(shí)別算法研究[J].企業(yè)科技與發(fā)展，2012（5）.

[3] 胡正平，宋淑芬.基于類別相關(guān)近鄰子空間的最大似然稀疏表示魯棒圖像識(shí)別算法[J].自動(dòng)化學(xué)報(bào)，2012（9）.

[4] 沈松，朱飛，姚琦，等.基于稀疏表示的超分辨率圖像重建[J].信息技術(shù)及圖像處理，2011（6）.

[5] 顧立娟，平西建，程娟，等.一種具有旋轉(zhuǎn)魯棒性的文本圖像文種識(shí)別方法[J].中國(guó)圖像圖形學(xué)報(bào)，2010（6）.

[6] 王梁，郝燕玲，張振興.基于多重稀疏表示的聲納圖像超分辨率重建[J].系統(tǒng)工程與電子技術(shù)，2012（1）.

[7] 袁磊，馮濤，王毓，等.基于紋理特征的魯棒圖像水印算法[J].信息技術(shù)，2008（6）.

[8] 薛明東，郭立，張國(guó)宣，等.一種新的圖像識(shí)別算法[J].計(jì)算機(jī)工程，2005（9）.

[9] 李路蘋，徐景碩，陳震.基于VS的捷聯(lián)慣導(dǎo)系統(tǒng)仿真器設(shè)計(jì)[J].計(jì)算機(jī)仿真，2013（6）.endprint