论文摘要
准确识别茶叶嫩芽是实现茶叶智能采摘的前提。针对自然环境下的茶叶嫩芽图像分割受天气、光照等因素影响较大,提出基于SLIC超像素的嫩芽分割方法。提取R、G、B、H、S、V、Y、Cb、Cr、超红、超绿、Cg、R-B、G-B共14个颜色分量,分析发现以超红、Cg和G-B三分量合成彩图中嫩芽与背景对比度较大,作为待分割对象图;利用SLIC超像素分割算法获取超像素块,并对每个超像素块提取平均横坐标、平均纵坐标、平均超红、平均Cg、平均G-B 5个特征作为分割依据;利用阈值分割、小目标去除、填充和"逻辑与"等操作,得到茶叶嫩芽彩色分割图。对不同地域、不同环境下嫩芽图像进行实验表明,基于SLIC超像素的嫩芽分割平均分割精度达75.6%,较传统G-B阈值分割平均精确度高16.6%。该方法不仅能抑制光照等因素对茶叶图像的影响,还能有效分割茶叶嫩芽,鲁棒性较强。
论文目录
文章来源
类型: 期刊论文
作者: 夏华鹍,方梦瑞,黄涛,吕军
关键词: 茶叶嫩芽,超像素,简单线性迭代聚类,图像分割
来源: 西昌学院学报(自然科学版) 2019年04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
单位: 黄山学院信息工程学院,浙江理工大学信息学院
基金: 安徽省高校自然科学研究项目（KJHS2018B11）,国家级大学生创新训练计划项目（201810375015）,安徽省大学生创新训练计划项目（201810375091）
分类号: S571.1;TP391.41
DOI: 10.16104/j.issn.1673-1891.2019.04.016
页码: 75-77+124
总页数: 4
文件大小: 2094K
下载量: 176
相关论文文献
标签：茶叶嫩芽论文; 超像素论文; 简单线性迭代聚类论文; 图像分割论文;