基于图像处理技术的果树树叶稀密程度的检测

被引:7
作者
张富贵
沈明明
刘国志
陈宇熠
机构
[1] 贵州大学机械工程学院
关键词
树叶稀密程度; 图像处理; 最大轮廓矩形法; 生物量密度;
D O I
10.15958/j.cnki.sdnyswxb.2013.06.019
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了解决现有果树树叶稀密程度检测方法要求采集图像时采用标准白板标定或固定成像距离的问题,本文提出一种新的基于图像处理技术的检测果树树叶稀密程度的方法——最大轮廓矩形法。该方法采用超绿色法、Ostu、中值滤波去噪、腐蚀和膨胀等图像处理技术将果树图像有效分割出来,通过检测经图像处理后的二值图像中整棵果树最大轮廓所占的面积,再检测整幅图像中树叶与树干所占的面积,根据果树树叶稀密程度的定义即可计算树叶稀密程度。结果表明,该方法不需要固定成像距离和使用白板标定,最大轮廓矩形法对果树图像面积的检测是因果树实际图像而异的,不存在现有方法统一采用相机所设定的图像大小作为最大轮廓而导致所检测到的树叶稀密程度偏小的问题;20张果树样本图像采用两种方法检测的果树树叶稀密程度的最大差值为0.2950,最小差值为0.0027。
引用
收藏
页码:517 / 521
页数:5
相关论文
共 16 条
[1]   基于机器视觉的株间机械除草装置的作物识别与定位方法 [J].
胡炼 ;
罗锡文 ;
曾山 ;
张智刚 ;
陈雄飞 ;
林潮兴 .
农业工程学报, 2013, 29 (10) :12-18
[2]   基于彩色模型和近邻法聚类的水田秧苗列中心线检测方法 [J].
张勤 ;
黄小刚 ;
李彬 .
农业工程学报, 2012, 28 (17) :163-171+295
[3]   基于颜色特征的绿色作物图像分割算法 [J].
张志斌 ;
罗锡文 ;
臧英 ;
厚福祥 ;
徐晓东 .
农业工程学报, 2011, 27 (07) :183-189
[4]   基于机器视觉的果肉多类型异物识别方法 [J].
全燕鸣 ;
黎淑梅 ;
成喜春 ;
林子其 .
农业工程学报, 2011, 27 (03) :162-166
[5]   基于单目视觉的田间菠萝果实识别 [J].
李斌 ;
汪懋华 ;
李莉 .
农业工程学报, 2010, 26 (10) :345-349
[6]   基于RGB颜色空间的彩色图像分割方法 [J].
杨璟 ;
朱雷 .
计算机与现代化, 2010, (08) :147-149+171
[7]   基于图像处理技术的小麦形态检测方法研究 [J].
李明 ;
张长利 ;
王晓楠 .
东北农业大学学报, 2009, (04) :111-115
[8]   森林生物量模型综述 [J].
王维枫 ;
雷渊才 ;
王雪峰 ;
赵浩彦 .
西北林学院学报, 2008, (02) :58-63
[9]   数据融合技术在果树仿形喷雾中的应用 [J].
张富贵 ;
洪添胜 ;
王万章 ;
林惠强 ;
陈海生 .
农业工程学报, 2006, (07) :119-122
[10]   森林生物量研究的若干问题及完善途径 [J].
冯仲科 ;
罗旭 ;
石丽萍 ;
不详 .
世界林业研究 , 2005, (03) :25-28