番茄目標(biāo)的準(zhǔn)確提取是番茄采摘的基礎(chǔ),目前番茄目標(biāo)提取方法都有一定的局限性,難以滿足采摘需求。該研究在傳統(tǒng)Niblack算法的基礎(chǔ)上,結(jié)合圖像全局灰度變化的估計(jì)信息與局部區(qū)域信息之間的關(guān)聯(lián)性,提出了一種基于Niblack自適應(yīng)修正系數(shù)的溫室成熟番茄目標(biāo)提取新方法。首先對(duì)R-G番茄灰度圖像,采用基于自適應(yīng)修正系數(shù)選取的Niblack算法進(jìn)行閾值分割,從理論意義上確定修正系數(shù)的選取原則,歸一化局部標(biāo)準(zhǔn)差,實(shí)現(xiàn)修正值的計(jì)算及二值化過程,然后對(duì)分割后的圖像去噪,最后采用最小臨界矩形法提取成熟番茄果實(shí)。試驗(yàn)結(jié)果表明,該方法對(duì)溫室成熟番茄圖像有較好的提取效果,識(shí)別正確率達(dá)到98.3%,與基于歸一化紅綠色差灰度化的Otsu算法和傳統(tǒng)的Niblack算法相比有更高的識(shí)別率和更快的處理速度,噪聲率也明顯減少,能夠滿足后續(xù)成熟番茄定位的需要,有效地解決傳統(tǒng)方法適應(yīng)性低,易產(chǎn)生偽噪聲塊等問題。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

greyGS3-U3-15S5C相機(jī)，安放在距地面高度約為70cm的三腳架上，調(diào)整照相機(jī)的光軸垂直于地面，以獲取完整的果實(shí)圖像，目標(biāo)點(diǎn)離相機(jī)的距離在40～100cm之間，圖像分辨率為1384×1032像素的24位真彩圖像。成熟番茄目標(biāo)識(shí)別過程如下：首先運(yùn)用張正友標(biāo)定法對(duì)雙目攝像機(jī)....

克服了偽噪聲的問題，有效地分離番茄與背景信息的同時(shí)，保留了良好的番茄特征，抑制了背景噪聲的干擾，效果優(yōu)于Otsu算法和傳統(tǒng)的Niblack算法。表1番茄圖像分割后噪聲率比較Table1Noiseratecomparisonaftertomatoimagesegmentation算....

greyGS3-U3-15S5C相機(jī)，安放在距地面高度約為70cm的三腳架上，調(diào)整照相機(jī)的光軸垂直于地面，以獲取完整的果實(shí)圖像，目標(biāo)點(diǎn)離相機(jī)的距離在40～100cm之間，圖像分辨率為1384×1032像素的24位真彩圖像。成熟番茄目標(biāo)識(shí)別過程如下：首先運(yùn)用張正友標(biāo)定法對(duì)雙目攝像機(jī)....

本文編號(hào)：4009207