基于Niblack自适应修正系数的温室成熟番茄目标提取方法

发布时间：2024-11-02 06:58

　　 番茄目标的准确提取是番茄采摘的基础,目前番茄目标提取方法都有一定的局限性,难以满足采摘需求。该研究在传统Niblack算法的基础上,结合图像全局灰度变化的估计信息与局部区域信息之间的关联性,提出了一种基于Niblack自适应修正系数的温室成熟番茄目标提取新方法。首先对R-G番茄灰度图像,采用基于自适应修正系数选取的Niblack算法进行阈值分割,从理论意义上确定修正系数的选取原则,归一化局部标准差,实现修正值的计算及二值化过程,然后对分割后的图像去噪,最后采用最小临界矩形法提取成熟番茄果实。试验结果表明,该方法对温室成熟番茄图像有较好的提取效果,识别正确率达到98.3%,与基于归一化红绿色差灰度化的Otsu算法和传统的Niblack算法相比有更高的识别率和更快的处理速度,噪声率也明显减少,能够满足后续成熟番茄定位的需要,有效地解决传统方法适应性低,易产生伪噪声块等问题。

【文章页数】：6 页

【部分图文】：

greyGS3-U3-15S5C相机，安放在距地面高度约为70cm的三脚架上，调整照相机的光轴垂直于地面，以获取完整的果实图像，目标点离相机的距离在40～100cm之间，图像分辨率为1384×1032像素的24位真彩图像。成熟番茄目标识别过程如下：首先运用张正友标定法对双目摄像机....

克服了伪噪声的问题，有效地分离番茄与背景信息的同时，保留了良好的番茄特征，抑制了背景噪声的干扰，效果优于Otsu算法和传统的Niblack算法。表1番茄图像分割后噪声率比较Table1Noiseratecomparisonaftertomatoimagesegmentation算....

greyGS3-U3-15S5C相机，安放在距地面高度约为70cm的三脚架上，调整照相机的光轴垂直于地面，以获取完整的果实图像，目标点离相机的距离在40～100cm之间，图像分辨率为1384×1032像素的24位真彩图像。成熟番茄目标识别过程如下：首先运用张正友标定法对双目摄像机....

本文编号：4009207