中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 自然条件下茶叶嫩芽图像分割方法的研究 黑龙江八一农垦大学学报 2016,28 (2) 100-104
Position: Home > Articles > Study on Automatic Segmentation of Tea Sprouts under Natural Conditions Journal of Heilongjiang Bayi Agricultural University 2016,28 (2) 100-104

自然条件下茶叶嫩芽图像分割方法的研究

作  者：
张可;吕军
单  位：
安徽大学计算机科学与技术学院;黄山学院信息工程学院
关键词：
茶叶嫩芽;图像处理;自动分割;聚类分析
摘  要：
探讨茶叶嫩芽自动分割方法,为茶叶智能采摘提供技术支持。以自然环境下茶叶嫩芽图像为研究对象,比较了基于颜色的阈值分割与聚类分割方法对茶叶嫩芽自动分割的影响。首先,选择了R-B和b分量进行茶叶阈值分割;其次在Lab颜色模型下进行K-means聚类分割;最后,通过形态学处理实现茶叶嫩芽自动识别。基于聚类的茶叶分割方法不仅能够抑制颜色阈值分割受光照的影响,且实现了自然环境下茶叶嫩芽的有效分割。
译  名：
Study on Automatic Segmentation of Tea Sprouts under Natural Conditions
作  者：
Zhang Ke;Lv Jun;College of Computer Science and Technology,Anhui University;College of Information and Engineering,Huangshan University;
关键词：
tea sprouts;;image processing;;automatic segmentation;;clustering analysis
摘  要：
Methods of automatic segmentation of tea sprouts were studied in order to provide technical support for the intelligent tea packing. Using the images of tea sprouts under natural conditions as the research examples,the effect of segmentation of tea sprouts based on threshold segmentation and clustering was compared. First,obtaining R-B and b color component to segment image based on threshold met hods. Then,using K-means clustering segmentation method under Lab color space to identify tea sprouts.Finally,detecting the tea sprouts by morphology processing.The results showed that the method based on clustering segmentation could be effective for tea sprouts packing under natural conditions and reduce the influence by light.

相似文章

导出引用
计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46