Aller au contenu principal
2014 article

Fruit classification using Viola-Jones detectors

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

In agriculture, the use of machine vision technology has been increasing throughout the years. The machine vision technology is highly essential in the process of fruit harvesting in order to increase the production rate and decrease the cost incurred by hiring human workers. Fruit detection and classification have been a challenging issue for machine vision researchers. Several fruit detection techniques using color-based and shape-based features have been developed by researchers. However, because the same type of fruits can have different colors and shapes, existing methods have produced low accuracy rates. This paper proposes a novel fruit classification system based on Haar-like features in conjunction with multiple Viola-Jones detectors. Experiments have been performed on two types of fruits: apple and pineapple. Satisfactory experimental results encourage us to extend the proposed framework on a variety of other fruits.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

Aucun DOI disponible pour le contrôle Crossref.

Les sujets associés

Smart Agriculture and AILeaf Properties and Growth Measurement

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.