| 基于深度学习的自然环境下刺梨果实识别 |
| |
| 引用本文： | 闫建伟,赵源,苏小东,刘红芸,张乐伟,张富贵,樊卫国,何林.基于深度学习的自然环境下刺梨果实识别[J].农机化研究,2020,42(11). |
| |
| 作者姓名： | 闫建伟 赵源 苏小东 刘红芸 张乐伟 张富贵 樊卫国 何林 |
| |
| 作者单位： | 贵州大学 机械工程学院, 贵阳 550025;国家林业和草原局刺梨工程技术研究中心, 贵阳 550025;贵州省山地农业智能装备工程研究中心, 贵阳 550025;贵州大学 机械工程学院, 贵阳 550025;贵州大学 机械工程学院, 贵阳 550025;贵州省山地农业智能装备工程研究中心, 贵阳 550025;国家林业和草原局刺梨工程技术研究中心, 贵阳 550025;贵州大学 机械工程学院, 贵阳 550025;贵州省特色装备及制造技术重点实验室, 贵阳550025;六盘水师范学院, 贵州 六盘水 553004 |
| |
| 基金项目： | 贵州大学培育项目;贵州省普通高等学校工程研究中心建设项目;贵州省科技计划 |
| |
| 摘 要： | 采用0.57R-0.18G-0.2B色差分量法对刺梨图像进行处理,通过Ostu自适应阈值分割、形态学滤波和二值图像白色色素面积阈值等方法对图像进行一次分割。根据刺梨果实图像的颜色和纹理特征,再采用YCbCr颜色空间模型中各分量的阈值对图像进行二次分割。通过标记分水岭分割算法对粘连果实连通区域进行分割,利用Hough圆变换对独立、遮挡和重叠情况下的果实外圆进行拟合和修复,最终获取果实质心坐标及其半径。试验结果表明:刺梨果实识别正确率均高于92%,说明本算法能够对刺梨果实进行有效地识别。
|
| 关 键 词： | 深度学习 模式识别 图像处理 分水岭算法 Hough圆检测 刺梨果 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
