基于改进视觉的甘蔗分割与识别方法技术

为实现甘蔗的生长监视或者含有甘蔗芽的蔗种的智能切断，提出一种采用改进的计算机视觉技术来识别甘蔗的形状和茎节特征，自动完成甘蔗的分割和识别的方法。首先通过数码设备取得甘蔗图像，然后对甘蔗图像进行HSI颜色空间转换，结合H分量和S分量颜色特征和阈值分割，经阈值分割的反图像进行与运算得到合成图，将合成图划分为64个列块区域，最后通过提取H参数、S参数、粗度比和白点比等特征指标，再通过支持向量机分类识别茎节与节间列块，完成得到茎节与位置的识别，平均识别率为94.2％。

【技术实现步骤摘要】

本专利技术属于图像处理
，是一种结合甘蔗图像和计算模型的对甘蔗特征进行提取和识别的方法。
技术介绍
在甘蔗的生长和后期处理过程中，生长状态和甘蔗蔗芽的切割长期以来都是人工完成的，本方法通过计算机视觉技术的识别和处理，能对甘蔗的图像进行自动的识别，在蔗种处理中需要将整根的甘蔗切断成包含1～3个蔗芽的有效蔗种片段。目前也多是人工完成为主。为提高效率，降低劳动强度和实现甘蔗种植的精细化，需要研制可识别茎节和节间的智能切断装置，而其中最关键的是识别甘蔗茎节。目前国内在此领域的研究还属于空白。相近研究有刘庆庭等利用高速摄像分析刀片切割甘蔗茎秆破坏过程，国外，仅伊朗MoshashaiK利用灰度图像阈值分割的方法对甘蔗茎节识别做了初步研究，也还处于初始阶段。国内甘蔗茎干图像自动识别技术的研究尚未见报道。本专利技术采用基于颜色特征向量的彩色图像分割算法对甘蔗图像进行分割，再对识别出的茎节类进行聚类识别，获得茎节数与茎节位置，取得了良好的效果。
技术实现思路
基于改进视觉的甘蔗分本文档来自技高网...

【技术保护点】
一种基于改进视觉的甘蔗分割与识别方法，其特征是包含以下具体步骤： (1)获取甘蔗原始图像； (2)将原始图像去噪和从RGB颜色空间转换到HSI颜色空间，并选取模型中的H和S参数作为甘蔗图像的特征； (3)对甘蔗图像进行卷积的处理； (4)对甘蔗图像进行特征的提取； (5)对甘蔗图像特征进行模型计算与匹配； (6)对完成特征提取的甘蔗图像进行SVM识别。

【技术特征摘要】
1.一种基于改进视觉的甘蔗分割与识别方法，其特征是包含以下具体步骤：
(1)获取甘蔗原始图像；
(2)将原始图像去噪和从RGB颜色空间转换到HSI颜色空间，并选取模型中的H和S参数作为甘蔗图像的特征；
(3)对甘蔗图像进行卷积的处理；
(4)对甘蔗图像进行特征的提取；
(5)对甘蔗图像特征进行模型计算与匹配；
(6)对完成特征提取的甘蔗图像进行SVM识别。
2.根据权利要求1所述的基于改进视觉的甘蔗分割与识别方法，其特征是：
对图像采用了卷积处理，以便于后续的图像处理过程。卷积处理是一种图像线性滤波方法。通过实验研究对比了7种类型的掩模，最后确定应用5×5的DISK掩模处理。
3.根据权利要求1所述的基于改...

【专利技术属性】
技术研发人员：崔胡晋，
申请(专利权)人：崔胡晋，
类型：发明
国别省市：四川;51