基于HSV模型与改进的OTSU算法花椒图像分割

论文摘要

为实现农业智能机器人对作业现场花椒的识别,提出了一种基于HSV模型与改进的Otsu算法相结合的图像分割方法:以现场图像的H分量图像作为处理样本,先采用中值滤波滤除噪声,再利用改进的Otsu算法进行阈值分割,达到对花椒目标辨识的目的。通过对采摘现场成熟的大红袍花椒在顺光、背光、遮阴3种情况下采集的图像进行分割,结果表明:在顺光、背光、遮阴条件下,分割识别率分别为93.3%、90%、88.3%,且与传统的Otsu算法相比,图像分割时间缩短20%以上,为现场机器人花椒采摘识别提供了一种方法。

论文目录

• 0 引言
• 1 HSV颜色模型分析
• 2 降噪处理
• 3 Otsu及改进型算法
•   3.1 传统的Otsu算法
•   3.2 改进的Otsu算法的补充
•     3.2.1 改进的Otsu算法
•     3.2.2 改进Otsu算法的补充
•     3.2.3 光照的判定条件
• 4 分割方法流程
• 5 试验与分析
• 6 结论

文章来源

类型: 期刊论文

作者: 齐锐丽,陈曼龙,杨宗浩,丁敏

关键词: 花椒识别,图像分割,模型,算法

来源: 中国农机化学报 2019年11期

年度: 2019

分类: 农业科技,信息科技

专业: 农作物,计算机软件及计算机应用,自动化技术

单位: 陕西理工大学机械工程学院,陕西省工业自动化重点实验室

基金: 陕西省教育厅专项科学研究计划(18JK0145),校级科研项目(209010396)

分类号: S573.9;TP242;TP391.41

DOI: 10.13733/j.jcam.issn.2095-5553.2019.11.25

页码: 155-160

总页数: 6

文件大小: 1545K

下载量: 257