计算机应用

作者：石昌友, 王美丽, 刘欣然, 黄慧丽, 周德强, 邓干然

单位：1. 西北农林科技大学 信息工程学院, 陕西 咸阳 712100;2. 农业农村部农业物联网重点实验室(西北农林科技大学), 陕西 咸阳 712100;3. 陕西省农业信息感知与智能服务重点实验室(西北农林科技大学), 陕西 咸阳 712100;4. 江南大学 机械工程学院, 江苏 无锡 214122;5. 中国热带农业科学院 农业机械研究所, 广东 湛江 524091

关键词：甘蔗茎节识别,机器视觉,双密度双树复小波变换,直线检测算法

基金：国家自然科学基金资助项目（41771315）。

针对不同种类甘蔗表面多样性和复杂性等因素导致甘蔗图像的茎节难以识别问题，提出一种基于机器视觉且适合各种类型甘蔗的茎节识别方法。首先，通过迭代拟合法从原始图像中提取甘蔗目标区域，并估计甘蔗目标与横轴的倾斜角度，根据倾斜角度参数旋转甘蔗目标成近似平行横轴姿态；然后，利用双密度双树复小波变换（DD-DTCWT）对图像进行分解，使用不同层次的垂直和近似垂直方向的小波系数重构图像；最后，运用图像直线检测算法对重构图像进行检测，得到甘蔗茎节部位的边缘线，对边缘线的密度、长度、相互距离信息进一步验证便可实现甘蔗茎节的识别和定位。实验结果显示甘蔗茎节完整识别率达到92%，约80%的茎节的定位精度小于16个像素，95%的茎节的定位精度小于32个像素，所提方法在不同的图像背景下，都能够成功地对不同类型的甘蔗进行茎节识别，并且定位精度高。

来源：2019年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第4期