[发明专利]一种根据特征值进行色选方法

摘要

本发明提供了一种根据特征值进行色选方法，其包括以下步骤：获取目标颗粒的多个样本的图像，获取所述目标颗粒的各个颗粒的d个特征值；获取待剔除颗粒的多个样本图像，并获取所述待提出颗粒的各个颗粒的d个特征值；设定X＝[x1，x2，…，xd]T为颗粒的特征值；设定状态w1事件为目标颗粒，状态w2事件为需要剔除颗粒；利用正态分布公式得到的条件概率P(ωi|X)，分别获取目标颗粒的特征值X下的条件概率P(ω1|X)，以及待剔除颗粒的在特征值X下的条件概率P(ω2|X)；如果P(ω1|X)大于P(ω2|X)，则把X归类于状态ω1，反之则把X归类于状态ω2。本发明提供通过选择颗粒的特定的几个特征值，并根据特征值对颗粒进行判断是否需要剔除，使用了正态分布概率方法，判断更为精确。

主权项

一种根据特征值进行色选方法，其特征在于，包括以下步骤：获取目标颗粒的多个样本的图像，并获取所述目标颗粒的各个颗粒的d个特征值；获取待剔除颗粒的多个样本图像，并获取所述待提出颗粒的各个颗粒的d个特征值；设定X＝[x1，x2，…xd]T，其中x1，x2，....，xd分别为颗粒的特征值；设定状态w1事件为目标颗粒，状态w2事件为需要剔除颗粒，P(ω1)+P(ω2)＝1，p(X|ω1)是ω2类状态下观察特征X的类条件概率密度，p(X|ω2)是ω2类状态下观察特征X的类条件概率密度；实际情况中，设各种类别的状态服从正态分布，一维正态分布，即d＝1时的概率是:f(X)=12πσe-(X-μ)22σ2]]>其中，μ为正态分布的数学期望值，σ为正态分布的方差值，因此，对于符合正态分布的概率密度函数，即所求的p(X|ωi)为:p(X|ωi)=12πσie-(X-μi)22σi]]>最后，利用贝叶斯公式:P(ωi|X)=p(X|ωi)P(ωi)Σj=12p(X|ωj)P(ωj),]]>可以得到的条件概率P(ωi|X)，称为该状态的后验概率，分别获取目标颗粒的特征值X下的条件概率P(ω1|X)，以及待剔除颗粒的在特征值X下的条件概率P(ω2|X)；获取每个颗粒图像的特征值X，如果P(ω1|X)大于P(ω2|X)，则把X归类于状态ω1，反之则把X归类于状态ω2。