【技术实现步骤摘要】
一种基于改进分水岭的名优茶嫩叶识别分割方法
本专利技术涉及到人工智能、机器视觉及图像处理算法领域，具体是提供一种基于分水岭的名优茶嫩叶图像识别分割方法。
技术介绍
随着人们生活水平的提高，高质量的名优茶的市场需求量越来越大，普通的采茶机所采摘的茶叶，难以满足高质量要求。而人工智能的不断发展，基于机器视觉的自动化采茶机也相继被研发制造，其中对于名优茶嫩叶的识别分割，成为了自动采摘机械能对茶叶进行准确采摘的关键。目前对于茶叶嫩叶的识别分割方法众多，但主要存在以下两方面的缺陷：1、茶叶的老叶和嫩叶颜色区分度较低时，容易对老叶进行误分割；2、茶叶嫩叶在太阳强光照射下，其嫩叶表面反射阳光形成“高亮区”，造成该部分无法被准确识别分割。
技术实现思路
本专利技术的目的是克服上述
技术介绍
中的不足，提供一种基于改进分水岭的名优茶嫩叶识别分割方法，该方法应能大大提高茶叶嫩叶分割的完整度和精度。本专利技术的技术方案是：一种基于改进分水岭的名优茶嫩叶识别分割方法，包括以下步骤：第1步：从茶园采集茶...
【技术保护点】
1.一种基于改进分水岭的名优茶嫩叶识别分割方法，包括以下步骤：/n第1步：从茶园采集茶叶原图，运用高斯滤波去除原图中的各种噪声以提高图像的质量，得到预处理图像；/n第2步：在RGB色彩空间下将预处理图拆分为R通道图像、G通道图像、B通道图像；/n第3步：采用最小误差法获取最佳阈值T′，采用超阈值零处理法对B通道图像的高亮区进行补偿处理；/n第4步：将G通道图像与处理后的B通道图像做差运算，获取G-B分量图像，差运算公式如下：/ng
【技术特征摘要】
1.一种基于改进分水岭的名优茶嫩叶识别分割方法，包括以下步骤：
第1步：从茶园采集茶叶原图，运用高斯滤波去除原图中的各种噪声以提高图像的质量，得到预处理图像；
第2步：在RGB色彩空间下将预处理图拆分为R通道图像、G通道图像、B通道图像；
第3步：采用最小误差法获取最佳阈值T′，采用超阈值零处理法对B通道图像的高亮区进行补偿处理；
第4步：将G通道图像与处理后的B通道图像做差运算，获取G-B分量图像，差运算公式如下：
gG-B(x,y)＝fG(x,y)-fB(x,y)
式中：fG(x,y)为G通道图像，fB(x,y)为B通道图像，gG-B(x,y)为G-B分量图像；
第5步：采用最小误差法来获取最佳自适应值T1和T2，[0,T1]为背景区像素，[T2,255]为嫩叶区像素，T1小于T2；运用分段线性变换处理G-B分量图像，增强图中老叶和嫩叶的区分度；
第6步：对处理后的G-B分量图像运用Otsu算法进行初次二值化；
第7步：对二值图进行腐蚀形态学处理，去除细小的部分，通过形态学处理、距离变换函数获取前景区域、背景区域，计算未知区域并进行标记；最后运用传统的分水岭算法完成最后的分割。
2.根据权利要求1所述的基于改进分水岭的名优茶嫩叶识别分割方法，其特征在于：所述第3步中，最小误差法为：
设图像像素大小为M×N，灰度级为L，ni为灰度值为i的像素点个数，为全部像素点个数，pi为灰度值为i的像素点概率，灰度分布...
【专利技术属性】
技术研发人员：张雷，邹浪，武传宇，陈建能，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。