文献类型：期刊文章

作　　者：齐锐丽[1] 陈曼龙[1,2] 杨宗浩[1] 丁敏[1]

Qi Ruili;Chen Manlong;Yang Zonghao;Ding Min(Shaanxi University of Technology,Hanzhong,723000,China;Key Laboratory of Industrial Automation in Shaanxi Province,Hanzhong,723000,China)

机构地区：[1]陕西理工大学机械工程学院,陕西汉中723000 [2]陕西省工业自动化重点实验室,陕西汉中723000

出　　处：《中国农机化学报》

基　　金：陕西省教育厅专项科学研究计划(18JK0145);校级科研项目(209010396)

年　　份：2019

卷　　号：40

期　　号：11

起止页码：155-160

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、核心刊

摘　　要：为实现农业智能机器人对作业现场花椒的识别,提出了一种基于HSV模型与改进的Otsu算法相结合的图像分割方法:以现场图像的H分量图像作为处理样本,先采用中值滤波滤除噪声,再利用改进的Otsu算法进行阈值分割,达到对花椒目标辨识的目的。通过对采摘现场成熟的大红袍花椒在顺光、背光、遮阴3种情况下采集的图像进行分割,结果表明:在顺光、背光、遮阴条件下,分割识别率分别为93.3%、90%、88.3%,且与传统的Otsu算法相比,图像分割时间缩短20%以上,为现场机器人花椒采摘识别提供了一种方法。

关 键 词：花椒识别  图像分割 HSV模型 OTSU算法

分 类 号：TP391.4] TP241[计算机类]