文献类型：期刊文章

作　　者：陈进熹[1] 丁洁瑾[2]

Chen Jinxi;Ding Jiejin(Special Equipment Institute, Hangzhou Vocational and Technical College, Hangzhou 310018, China;Department of Mechanical and Electrical Engineering, Zhejiang Tongji Vocational College of Science and Technology,Hangzhou 311231,China)

机构地区：[1]杭州职业技术学院特种设备学院,杭州310018 [2]浙江同济科技职业学院机械与电气工程系,杭州311231

出　　处：《农机化研究》

基　　金：浙江省水利厅科技计划项目(RC1813);浙江省高等教育“十三五”第一批教学改革项目(jg20180611)。

年　　份：2022

卷　　号：44

期　　号：4

起止页码：44-48

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、核心刊

摘　　要：为了实现番茄分类自动化采摘,基于机器视觉和红外图谱技术设计了识别系统。基于可见光分析,分离番茄图像,对RGB和HSI通道强度进行分析,发现色调H可以有效区分除半熟和成熟阶段的番茄成熟度;引入红外图谱分析,采集810nm番茄图谱,发现灰度在半熟和成熟阶段区别明显。因此,建立半熟和成熟阶段区分模型,并以G、R、H、NIR强度以及4个因素标准方差为系统输入,基于色调H处理番茄图像,采用聚类算法计算番茄中心和半径。对成熟度判定与番茄半径精度进行测试,结果表明:成熟度分类准确率在94.8%以上,半径相对误差小于6%。

关 键 词：番茄 采摘器  红外识别  图像识别 成熟分类  

分 类 号：S225] TP391.41[农业工程类]