基于SLIC超像素的茶叶嫩芽图像分割方法研究

摘要：

准确识别茶叶嫩芽是实现茶叶智能采摘的前提.针对自然环境下的茶叶嫩芽图像分割受天气、光照等因素影响较大,提出基于SLIC超像素的嫩芽分割方法.提取R、G、B、H、S、V、Y、Cb、Cr、超红、超绿、Cg、R-B、G-B共14个颜色分量,分析发现以超红、Cg和G-B三分量合成彩图中嫩芽与背景对比度较大,作为待分割对象图;利用SLIC超像素分割算法获取超像素块,并对每个超像素块提取平均横坐标、平均纵坐标、平均超红、平均Cg、平均G-B 5个特征作为分割依据;利用阈值分割、小目标去除、填充和"逻辑与"等操作,得到茶叶嫩芽彩色分割图.对不同地域、不同环境下嫩芽图像进行实验表明,基于SLIC超像素的嫩芽分割平均分割精度达75.6％,较传统G-B阈值分割平均精确度高16.6％.该方法不仅能抑制光照等因素对茶叶图像的影响,还能有效分割茶叶嫩芽,鲁棒性较强.

关键词：茶叶嫩芽、超像素、简单线性迭代聚类、图像分割

所属期刊栏目：33

分类号：TP391.41;S571.1(计算技术、计算机技术)

资助基金：安徽省高等学校自然科学研究项目;国家级大学生创新创业训练计划项目;安徽省大学生创新创业训练计划

在线出版日期：2020-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：75-77,124