基于机器视觉的蔬菜生长状况分析

摘要：

蔬菜植株面积大小是评估其生长状况的重要依据.本文采用基于机器视觉的图像处理技术,获取并分析蔬菜的生长状况,其关键在于如何准确地分割图像并计算叶面积大小.为此,通过对采用传统的阈值分割算法、传统的K-means分割算法和L*a*b*空间下的K-means分割算法所输出结果的对比分析,结果表明在L*a*b*空间下进行的K-means分割,在保留蔬菜叶片表面信息的同时不仅有效地分割图像,而且能以彩色图像的形式输出.本文选取了30株绿色蔬菜,计算其在第15天、30天、45天的叶面积大小,通过对比同一蔬菜在不同时间与同一时间及同期内不同蔬菜的叶面积,评估得到这30株蔬菜的生长状况.

关键词：生长状况、阈值分割、L*a*b*空间、K-means聚类、叶面积计算

所属期刊栏目：37

分类号：S24(农业电气化与自动化)

资助基金：国家自然科学基金51375084;中央高校基本科研业务费专项资金资助15D110316、15D110326、15D110314

在线出版日期：2016-11-10（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：162-165