基于颜色特征和极端学习机的番茄成熟度识别

番茄成熟度的判断对实现番茄的自动化采摘意义重大,本研究提出了一种番茄成熟度判断的方法——极端学习机,即对番茄图片进行环形分块划分提取每一块的颜色直方图特征组成颜色特征向量,再利用主成分分析法对提取出来的特征进行降维处理,最后采用极端学习机进行识别判断。通过与支持向量机和BP神经网络的对比发现,极端学习机速度极快,远远快于BP网络和支持向量机,同时极端学习机泛化性较好,在番茄成熟度判断中精度达到92.7%。