基于Niblack自适应修正系数的温室成熟番茄目标提取方法

摘要：

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.

关键词：图像处理、提取、算法、番茄、Niblack、自适应修正系数

所属期刊栏目：33

分类号：TP274.5(自动化技术及设备)

资助基金：国家 863 计划项目-设施农业装备的数字化设计与智能控制技术2013AA102406

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：322-327