文献类型：期刊文章

作　　者：肖英奎[1] 江力[1] 李因武[1] 栾祥宇[1] 王傲雪[1]

Xiao Yingkui;Jiang Li;Li Yinwu;Luan Xiangyu;Wang Aoxue(School of Biological and Agricultural Engineering,Jilin University/Key Laboratory of Bionic Engineering of Ministry of Education,Changchun 130022,China)

机构地区：[1]吉林大学生物与农业工程学院/工程仿生教育部重点实验室,长春130022

出　　处：《农机化研究》

基　　金：吉林省科技厅自然基金项目(20190201019JC)。

年　　份：2022

卷　　号：44

期　　号：2

起止页码：136-142

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、核心刊

摘　　要：针对实际番茄特征提取环境复杂情况的问题,提出了针对不同环境应用不同颜色模型来进行阈值分割的方法。通过应用改进的n R-G、YUV两种颜色模型对不同实验环境采集的图像进行阈值分割,并结合canny边缘提取算法、fitzgibbon椭圆拟合算法提取得出番茄像素坐标与像素尺寸,以此完成番茄特征提取。为得出各种颜色模型适用环境等特点,对比各种颜色模型在光线充足果实未被遮挡、光线充足果实部分遮挡和光线较弱果实未被遮挡3种情况下特征提取成功率,并比较3种颜色模型在光线充足果实未被遮挡情况下对采集图像的降噪能力。实验结果表明:n R-G颜色模型适用于采集图像噪声较小的实验环境,对于光线较弱的实验环境该模型表现出较高且稳定的特征提取成功率;YUV颜色模型表现出对含噪图像具有较为稳定的降噪能力,且对光线较强的实验环境表现出较高的特征提取成功率。

关 键 词：番茄特征提取  图像处理 颜色模型  图像噪声 椭圆拟合  

分 类 号：S126]