基于机器视觉的猕猴桃果实目标提取研究

被引:9
作者
武涛
袁池
陈军
机构
[1] 西北农林科技大学机电学院
关键词
机器视觉; Haartraining; 猕猴桃识别; 分水岭算法; 特征提取;
D O I
10.13427/j.cnki.njyi.2012.12.011
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出利用Haartraining进行猕猴桃识别的方法,有效提取出图像中猕猴桃所在区域;提出在Lab空间中的a通道对目标区域进行图像预处理,选用otsu阈值分割,可快速和正确分割出果实与背景;对于果实粘连情况,提出利用分水岭算法,有效分开了果实粘连,进而通过边缘检测获得猕猴桃的轮廓图像及相关数据。实验结果表明:识别算法可以较好地消除阴影和日照等自然环境影响,准确地提取果实的特征参数。
引用
收藏
页码:21 / 26
页数:6
相关论文
共 7 条
  • [1] 改进的二维Otsu图像分割方法及其快速实现
    陈琪
    熊博莅
    陆军
    匡纲要
    [J]. 电子与信息学报, 2010, 32 (05) : 1100 - 1104
  • [2] 基于机器视觉的苹果识别和形状特征提取
    司永胜
    乔军
    刘刚
    刘兆祥
    高瑞
    [J]. 农业机械学报, 2009, 40 (08) : 161 - 165+73
  • [3] 基于图像的猕猴桃果实目标提取研究
    丁亚兰
    耿楠
    周全程
    [J]. 微计算机信息, 2009, 25 (18) : 294 - 295+277
  • [4] 基于灰度直方图的图像增强及其VC++实现
    张琳
    刘志勤
    李亚利
    [J]. 微计算机信息, 2008, (18) : 239 - 240+257
  • [5] 二维最大类间方差阈值分割的快速迭代算法
    吴一全
    吴文怡
    潘喆
    [J]. 中国体视学与图像分析, 2007, (03) : 216 - 220
  • [6] 自然场景下成熟水果的计算机视觉识别
    蔡健荣
    赵杰文
    [J]. 农业机械学报, 2005, (02) : 61 - 64
  • [7] 基于OpenCV的计算机视觉技术实现[M]. 科学出版社 , 陈胜勇, 2008