«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第42卷

期数:

2014年01期

页码:

366-368

栏目:

农业工程与信息技术

出版日期:

2014-01-25

文章信息/Info

Title:

Study on impurities extraction algorithm of machine-harvested cotton based on image processing

作者:

田昊¹;  王维新¹;  毕新胜¹;  马本学¹;  王玉刚²

1.石河子大学机械电气工程学院，新疆石河子 832000； 2.新疆天鹅现代农业机械装备有限公司，新疆五家渠 831300

Author(s):

Tian Hao; et al

关键词:

颜色模型; 图像处理; 机采棉; 杂质; 自适应阈值; 特征提取; 算法

Keywords:

-

分类号:

S126；TN911.73

DOI:

-

文献标志码:

A

摘要:

针对国产采棉机采收含杂率高、杂质分布复杂、难以快速检测等问题，提出了一种基于图像处理的机采棉杂质图像提取算法。该算法在HSI颜色模型、Lab颜色模型下设计试验采集图像，利用中值滤波处理图像，然后对图像进行自适应阈值分割，分割棉花和杂质图像，通过连通域分析绘制棉花轮廓和杂质轮廓，在此基础上计算其像素面积，得到杂质面积百分比。结果表明，该算法可有效分割机采棉中的常见杂质，为机采棉含杂率的快速评估奠定基础。

Abstract:

-

参考文献/References:

［1］郭俊先. 基于高光谱成像技术的棉花杂质检测方法的研究［D］. 杭州：浙江大学，2011.
［2］郭俊先，应义斌，饶秀勤，等. 梳棉内层杂质高光谱图像检测［J］. 农业机械学报，2012，43(12)：197-203.
［3］丁名晓，王云宽，黄为. 基于Gabor滤波器的棉花杂质检测算法［J］. 中国图象图形学报，2011，16(4)：586-592.
［4］王伟，王志衡，赵训坡，等. 基于HSI颜色空间的棉花杂质高速实时检测方法［J］. 自动化学报，2008，34(7)：729-735.
［5］李国辉，苏真伟，夏心怡. 基于不规则成像机器视觉的棉花白色异纤检测算法［J］. 农业机械学报，2010，41(5)：164-167.
［6］Siddaiah M，Prasad N R，Lieberman M A，et al. Identification of trash types and computation of trash content in ginned cotton using soft computing techniques［C］//Midwest Symposium on Circuits and Systems，Las Cruces，NM：1999.
［7］Tae J K，Kim S C. Objective evaluation of the trash and color of raw cotton by image processing and neural network［J］. Textile Research Journal，2002，72(9)：776-782.
［8］Bradski G，Kaehler A. 学习OpenCV［M］. 于仕琪，刘瑞祯，译.北京：清华大学出版社，2009.
［9］Szeliski R. 计算机视觉——算法与应用［M］. 艾海舟，兴军亮，译.北京：清华大学出版社，2012：63-66.
［10］庞晓敏，闵子建，阚江明. 基于HSI和LAB颜色空间的彩色图像分割［J］. 广西大学学报：自然科学版，2011，36(6)：976-980.

相似文献/References:

[1]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(01):64.
[2]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(01):437.
[3]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(01):403.
[4]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(01):406.
[5]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(01):372.
[6]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(01):375.
[7]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(01):302.
[8]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(01):382.
[9]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(01):373.
[10]蒋伟,王运祥,张巍,等.基于LIBSVM的哈密瓜成熟度无损检测技术[J].江苏农业科学,2016,44(11):396.
　Jiang Wei,et al.Nondestructive testing technology for maturity of Hami melon based on LIBSVM[J].Jiangsu Agricultural Sciences,2016,44(01):396.

备注/Memo

备注/Memo:

收稿日期：2013-05-16
项目资助：新疆生产建设兵团高新技术企业创新专项(编号：2012AC001)。
作者简介：田昊(1988—)，男，山东德州人，硕士研究生，从事智能化检测技术与分级装备研究。E-mal：th5828@163.com。
通信作者：王维新，教授，从事精确农业及其智能机械设计与环境控制研究。Tel：(0993)2058039；E-mal：weixin_wang@126.com。

常用功能

更新日期/Last Update: 2014-01-25