基于清晰度的茶叶嫩芽聚类分割方法

发布时间：2021-12-25 08:36

　　针对自然环境下茶叶嫩芽图像分割易出现过分割和欠分割等问题,提出一种基于清晰度评价和颜色聚类级联的嫩芽图像分割方法,并结合Tenengrad梯度评价和滑动分割获取清晰度较高的图像区域,然后在RGB、HSV、Lab、YCbCr颜色模型下进行聚类分割。结果表明,选取Tenengrad梯度值的上四分位数作为清晰度初选阈值,漏选率为25%;在HSV颜色模型下,利用K-means聚类方法完成嫩芽图像分割,晴天和阴天环境下嫩芽图像分割精度分别为72.48%和77.83%,较直接K-means分割方法相比,假阳性率分别减少5.19%和2.03%。该方法能够实现自然环境下茶叶嫩芽图像的有效分割,减少欠分割和过分割,为茶叶智能采摘提供理论参考。 

【文章来源】：湖北农业科学. 2020,59(08)

【文章页数】：4 页

【部分图文】：

ROI滑块

阴天环境下茶叶图像

晴天环境下茶叶图像

【参考文献】：
期刊论文
[1]光学显微成像系统图像清晰度评价函数的对比[J]. 李雪,江旻珊.  光学仪器. 2018(01)
[2]自然环境下嫩芽与茶梗自动分割方法的研究[J]. 姚波,汪洋,李小瑞,吕军.  黑龙江八一农垦大学学报. 2017(02)
[3]基于阈值分割法的茶叶嫩芽识别研究[J]. 唐仙,吴雪梅,张富贵,顾金梅.  农业装备技术. 2013(06)
[4]调焦系统中数字图像清晰度评价函数的研究[J]. 冯精武,喻擎苍,芦宁,冯海明.  机电工程. 2011(03)
[5]结合颜色和区域生长的茶叶图像分割算法研究[J]. 汪建.  茶叶科学. 2011(01)
[6]基于颜色和形状特征的茶叶嫩芽识别方法[J]. 杨福增,杨亮亮,田艳娜,杨青.  农业机械学报. 2009(S1)
[7]重叠条件下茶叶嫩芽的自动检测方法[J]. 刘志杰,田艳娜,杨亮亮,杨福增,杨青.  中国体视学与图像分析. 2009(02)



本文编号：3552135