10.13733/j.jcam.issn.2095-5553.2022.11.027
基于改进RHT及均值漂移聚类方法的双孢菇图像目标提取研究
工厂化生产环境下双孢菇图像存在成簇粘连、菌柄倾斜、白色菌丝繁盛等复杂状态,采用常规阈值分割方法无法准确提取目标,采用改进的随机霍夫变换圆形检测算法与滑动平均聚类算法结合的方法开展目标提取研究.通过图像预处理降低部分背景干扰,改进边缘点取样方式提升圆形检测效率,依据菌盖半径范围剔除无效参数;以双孢菇图像检测出的所有圆形为目标,采用均值漂移聚类算法合并圆形,消除圆形检测算法中识别出的错误目标.采用算法提取目标结果:针对双孢菇规则生长、菌盖附土、菌盖重叠率不高或变形较小的图像,目标提取正确率大于92%;针对大面积菌丝包围菌菇、菌菇成簇倾斜、大小菌菇密集掺杂、菌盖堆积变形严重的图像,存在圆形检测不准、聚类误判或漏判等问题,目标提取正确率大于82%.本文采用的算法数据处理量小、计算速度快、适应性强,能够满足菌菇生产过程中长势自动监测、出菇统计等需求.
双孢菇、改进RHT、均值漂移聚类、目标提取
43
S24(农业电气化与自动化)
宁夏回族自治区重点研发项目;宁夏自然科学基金项目
2022-11-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
195-202