基于计算机视觉与机器学习的低成本蜂花粉团认证标准方法

我们提出了一种利用图像处理与机器学习技术，针对欺诈样本认证本地蜂花粉的完整方法学。所提出的标准方法不需要诸如高级显微镜等昂贵设备，并可用于对未知花粉类型的初步快速剔除。该系统能够利用廉价硬件快速剔除非本地花粉样本，且无需将产品送至实验室。方法基于蜂花粉团图像的颜色特性，以及使用单类分类器——在关于未知花粉样本数据有限时适于剔除它们。该方法的验证通过认证西班牙蜂花粉类型进行。实验表明所提方法可获得94%的总体认证准确率。最后我们通过展示所开发的应用原型，说明了在一些实际案例中用户与软件的交互。