基于机器视觉的水稻秧苗图像分割 | |
刊名 | 浙江农业学报 |
2016 | |
卷号 | 028 |
关键词 | 水稻秧苗 ExG因子 Otsu法 图像分割 质量因子 |
ISSN号 | 1004-1524 |
其他题名 | Machine vision based segmentation algorithm for rice seedling |
英文摘要 | 水稻秧苗的识别是水稻插秧机自主导航系统的关键内容之一。针对插秧机机器视觉导航中稻田图像秧苗与背景分割问题,建立了基于RGB(红绿蓝)颜色空间的秧苗表面颜色模型。通过颜色特征对秧苗图像进行处理,使用Photoshop软件获取秧苗部分和背景R,G,B分量值;通过对G-R值与G-B值的分析统计,发现两者之间存在分界关系:各自的权重与各分量的乘积之和为某个定值;为方便分析,选取权值a,b为0.5,即ExG因子,采用Otsu法获取定值最佳值,最大程度分割出目标和背景。与适合于大多数绿色作物的传统RGB法进行比较,并采用分割质量因子和算法运算时间作为评判标准,分析各算法的综合性能。试验发现,ExG因子结合Otsu分割法分割效果相对理想、稳定性更高,而且耗时更短。 |
语种 | 中文 |
CSCD记录号 | CSCD:5737259 |
内容类型 | 期刊论文 |
源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/61337] |
专题 | 中国科学院合肥物质科学研究院 |
推荐引用方式 GB/T 7714 | . 基于机器视觉的水稻秧苗图像分割[J]. 浙江农业学报,2016,028. |
APA | (2016).基于机器视觉的水稻秧苗图像分割.浙江农业学报,028. |
MLA | "基于机器视觉的水稻秧苗图像分割".浙江农业学报 028(2016). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论