|本期目录/Table of Contents|

[1]牛晗,伍希志.基于大津算法连通域的松果多目标识别定位[J].江苏农业科学,2021,49(15):193-198.
　Niu Han,et al.Pinecone multi-target identification and location based on connected domain of Otsu algorithm[J].Jiangsu Agricultural Sciences,2021,49(15):193-198.
点击复制

基于大津算法连通域的松果多目标识别定位(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第49卷
期数:
2021年第15期
页码:
193-198
栏目:
农业工程与信息技术
出版日期:
2021-08-05

文章信息/Info

Title:
Pinecone multi-target identification and location based on connected domain of Otsu algorithm
作者:
牛晗; 伍希志
中南林业科技大学材料科学与工程学院，湖南长沙 410082
Author(s):
Niu Han; et al
关键词:
图像处理; 松果; 多目标; 连通域; 识别
Keywords:
-
分类号:
TP391.41
DOI:
-
文献标志码:
A
摘要:
松果识别对其产量评估、智能采摘等具有非常重要的意义。提出一种基于二值图像连通域的松果图像识别方法，首先研究松果图像RGB颜色特征规律，进行RGB颜色分量色差运算；然后选取合适的阈值对松果R-G图像进行二值化处理，初步分割果实和背景；再在图像分割时采用小面积连通域面积阈值法去除噪声的影响；最后采用连通域外接矩形法进行松果识别与统计，并计算出松果质心位置。结果表明，采用OTSU二值化分割+连通域噪音去除方法，可以清晰地分离出松果果实，松果识别平均准确率为89.6%。基于二值图像连通域的松果多目标果实识别与定位，为以后实现松果的自动化采摘提供了技术基础。
Abstract:
-

参考文献/References:

［1］马翠花，张学平，李育涛，等. 基于显著性检测与改进 Hough 变换方法识别未成熟番茄［J］. 农业工程学报，2016，32(14)：219-226.
［2］杨帆，李鹏飞，刘庚，等. 橘子采摘机器人目标识别定位方法与实验研究［J］. 西安理工大学学报，2018，34(4)：460-467.
［3］项辉宇，薛真，冷崇杰，等. 基于Halcon的苹果品质视觉检测试验研究［J］. 食品与机械，2016，32(10)：123-126.
［4］马本学，贾艳婷，梅卫江，等. 不同自然场景下葡萄果实识别方法研究［J］. 现代食品科技，2015，31(9)：145-149，168.
［5］张莎莎，王周宇，陈礼鹏，等. 基于MatLab的多目标猕猴桃无损采摘路径规划［J］. 农机化研究，2019，41(4)：18-23.
［6］慕军营，陈军，孙高杰，等. 基于机器视觉的猕猴桃特征参数提取［J］. 农机化研究，2014，36(6)：138-142.
［7］蔡健荣，周小军，李玉良，等. 基于机器视觉自然场景下成熟柑橘识别［J］. 农业工程学报，2008，24(1)：175-178.
［8］林志玮，丁启禄，涂伟豪，等. 基于多元HoG及无人机航拍图像的植被类型识别［J］. 森林与环境学报，2018，38(4)：444-450.
［9］Shin J S，Lee W S，Ehsani R . Postharvest citrus mass and size estimation using a logistic classification model and a watershed algorithm［J］. Biosystems Engineering，2012，113(1)：42-53.
［10］黄小玉，李光林，马驰，等. 基于改进判别区域特征融合算法的近色背景绿色桃子识别［J］. 农业工程学报，2018，34(23)：142-148.
［11］陈礼鹏，穆龙涛，刘浩洲，等. 基于猕猴桃果萼图像的多目标果实识别方法［J］. 计算机工程与设计，2018，39(6)：1738-1744.
［12］吕继东，赵德安，姬伟. 苹果采摘机器人目标果实快速跟踪识别方法［J］. 农业机械学报，2014，45(1)：65-72.
［13］Yu Y，Zhang K L，Yang L，et al. Fruit detection for strawberry harvesting robot in non-structural environment based on Mask-RCNN［J］. Computers and Electronics in Agriculture，2019，163：104846.
［14］Sun S S，Jiang M，He D J，et al. Recognition of green apples in an orchard environment by combining the GrabCut model and Ncut algorithm［J］. Biosystems Engineering，2019，187：201-213.
［15］Lv J，Wang Y，Ni H，et al. Method for discriminating of the shape of overlapped apple fruit images［J］. Biosystems Engineering，2019，186：118-129.

相似文献/References:

[1]田昊,王维新,毕新胜,等.基于图像处理的机采棉杂质提取算法[J].江苏农业科学,2014,42(01):366.
　Tian Hao,et al.Study on impurities extraction algorithm of machine-harvested cotton based on image processing[J].Jiangsu Agricultural Sciences,2014,42(15):366.
[2]田孟祥,张时龙,何友勋,等.1种快速高效的水稻谷粒自动计数方法[J].江苏农业科学,2014,42(02):64.
　Tian Mengxiang,et al.A quick and efficient automatic counting method for rice grains[J].Jiangsu Agricultural Sciences,2014,42(15):64.
[3]关强,薛河儒,姜新华.基于二维OTSU的田间植物图像分割方法[J].江苏农业科学,2015,43(12):437.
　Guan Qiang,et al.Segmentation of field plant image based on two-dimensional OTSU[J].Jiangsu Agricultural Sciences,2015,43(15):437.
[4]梁帆,杨莉莉,崔世钢,等.基于神经网络的油菜成熟度等级视觉检测方法[J].江苏农业科学,2015,43(08):403.
　Liang Fan,et al.Visual inspection method of rapeseed maturity level based on neural networks[J].Jiangsu Agricultural Sciences,2015,43(15):403.
[5]夏永泉,李耀斌,曾莎.基于HSI颜色空间的植物叶片病斑提取方法[J].江苏农业科学,2015,43(08):406.
　Xia Yongquan,et al.Disease spot extraction method of plant leaf based on HSI color space[J].Jiangsu Agricultural Sciences,2015,43(15):406.
[6]邓立苗,马文杰.基于支持向量机的玉米叶片品种识别[J].江苏农业科学,2014,42(06):372.
　Deng Limiao,et al.Study on corn leaf recognition based on support vector machine[J].Jiangsu Agricultural Sciences,2014,42(15):372.
[7]希仁娜·亚森,李湘,吴炜.苹果绵蚜远程图像识别系统的开发与实现[J].江苏农业科学,2014,42(06):375.
　Xirenna Yasen,et al.Development and implementation of remote image recognition system of Eriosoma lanigerum[J].Jiangsu Agricultural Sciences,2014,42(15):375.
[8]丁竹青,李晓良,张若宇,等.基于LabVIEW Vision的加工番茄表面霉斑缺陷检测[J].江苏农业科学,2015,43(05):302.
　Ding Zhuqing,et al.Study on mildew defect detection of processing tomato based on LabVIEW Vision[J].Jiangsu Agricultural Sciences,2015,43(15):302.
[9]刘仲鹏,李文华.基于图像处理和特征优选的玉米品质识别[J].江苏农业科学,2015,43(03):382.
　Liu Zhongpeng,et al.Identification of corn quality based on image processing and feature selection[J].Jiangsu Agricultural Sciences,2015,43(15):382.
[10]姬江涛,邓明俐,贺智涛,等.基于OpenCV的烤烟烟叶图像高斯去噪法[J].江苏农业科学,2016,44(11):373.
　Ji Jiangtao,et al.Gaussian denoising of flue-cured tobacco leaf image based on OpenCV[J].Jiangsu Agricultural Sciences,2016,44(15):373.

备注/Memo

备注/Memo:
收稿日期：2020-11-11
基金项目：国家自然科学基金(编号：C161402)；长沙市重点研发计划(编号：Kq2004094)；广州达意隆包装机械股份有限公司博士后科研工作站项目(编号：263805)。
作者简介：牛晗(1997―)，男，湖北鄂州人，硕士研究生，研究方向为机器视觉。E-mail：1390079277@qq.com。
通信作者：伍希志，博士，副教授，研究方向为林业智能装备、机器视觉、复合材料结构。E-mail：wuxizhi2006@126.com。
更新日期/Last Update: 2021-08-05