文献类型：期刊文章

作　　者：张志斌[1] 罗锡文[2] 臧英[2] 厚福祥[3] 徐晓东[1]

机构地区：[1]内蒙古大学计算机学院,呼和浩特010021 [2]华南农业大学南方农业机械装备关键技术省部共建教育部重点实验试验室,广州510642 [3]内蒙古农业大学能源与交通工程学院,呼和浩特010018

出　　处：《农业工程学报》

基　　金：内蒙古大学科研启动基金(209053);国家自然科学基金(Nos.60878026;U0931001);948计划项目(2010-s27);高等学校博士点基金(No.20094404120001);广东省科技计划(No.2009B020314003)

年　　份：2011

卷　　号：27

期　　号：7

起止页码：183-189

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20113414254074)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：绿色作物的识别是农业机械视觉系统的重要研究内容之一,该文采用RGB颜色系统,基于统计分析提出了一种绿色作物图像分割方法。从简单物体光照颜色模型方面,分析了RGB颜色空间中作物绿色"恒量"(Gvalue>Rvalue and Gvalue>Bvalue)的存在性,构建了作物图像分割相对错误率评估模型。并与传统颜色索引方法Excess Green(ExG)+auto-threshold进行了对比分析。试验结果表明,在正常光照条件下:1)采用的算法对田间不同作物-土壤组图像分割的相对错误率均有显著影响;其中,相对ExG+auto-threshold算法,采用RGB算法的结果图像中大多能保留油菜、大豆和甘蔗的形态学特征;2)采用的算法、光照变化以及算法与光照变化的交互作用均对室外美人蕉图像分割的相对错误率有显著影响;其中,相对ExG+auto-threshold算法,采用RGB算法的结果图像中大多能去除背景噪声。单因子方差分析进一步表明,光照变化对采用ExG+auto-threshold算法分割图像的阈值有显著影响。该文提出的RGB算法相对传统的ExG+auto-threshold绿色索引,对于早期生长的绿色作物是一种有效、简单的图像分割方法,对作物-土壤、光照变化不敏感。

关 键 词：农业机械 导航 绿色作物  图像分割 机器视觉

分 类 号：TP391.4]