基于机器视觉的自然环境中猕猴桃识别与特征提取

《农业机械学报》 崔永杰[1];苏帅[1];王霞霞[1];田玉凤[1];李平平[1];张发年[1]
摘要:
研究了综合应用果实颜色和形状特征识别自然环境中猕猴桃果实及特征提取的方法。通过对比不同颜色空间,选用R-G色差分量;再采用基于误分割像素的分割评价方法来确定颜色特征nR-G中最佳分割系数n,最终选取0.9R-G颜色特征。利用Otsu法对其进行阈值分割,形态学运算去除掉残余噪声,实现了目标果实区域和背景区域的分割。然后利用Canny算子提取边界,最后对边界图像进行椭圆形Hough变换,逐个识别出目标果实,并提取出果实的形心坐标、长轴端点坐标和长短轴长度等特征信息。对49幅包含110个果实图像进行识别试验,试验结果表明:相互分离果实的识别率为96.9%,邻接果实识别率为92.0%,被枝叶部分遮挡果实识别率为86.6%,重叠的果实识别率为81.6%。
猕猴桃 , 机器视觉 , 图像识别 , 特征提取
下载全文

相关文献