[发明专利]基于因子迭代的茶树嫩芽智能识别方法有效

专利信息
申请号: 201910459994.6 申请日: 2019-05-29
公开(公告)号: CN110188680B 公开(公告)日: 2021-08-24
发明(设计)人: 陈勇;郝淼 申请(专利权)人: 南京林业大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/46
代理公司: 南京钟山专利代理有限公司 32252 代理人: 上官凤栖
地址: 210037 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 因子 茶树 嫩芽 智能 识别 方法
【说明书】:

基于因子迭代的茶树嫩芽智能识别方法,包括如下步骤:彩色图像采集;设定R、G、B三个分量关系式;参数的取值范围选定;参数迭代步长设定;符合条件参数评价标准设定;迭代区域选择;迭代计算;确定色彩因子;对原始茶树图像进行图像分割;面积滤波。本发明能够很好的将嫩芽从复杂背景中分割出来,提出的色彩因子经过大量实验表明,对于不同品种、不同地域的茶叶均具有较强的通用性,同时对光照强度的变化具有较好的适应性,本发明的嫩芽识别算法较前期他人的研究方法具有明显的优越性,识别率高,运算时间短。

技术领域

本发明属于农业技术领域,具体涉及基于因子迭代的茶树嫩芽智能识别方法,是一种自然背景下茶树嫩芽的识别方法。

背景技术

制作名优绿茶对所选取的芽叶非常讲究,因此国内外目前无一例外地只能靠人工采摘,人工采茶劳动强度大、工作效率低,而且采摘不及时会严重地影响茶叶质量和茶树下一轮新梢的生长,名优绿茶采摘难问题日渐突出,已成为制约名优绿茶可持续发展的现实问题。因此,茶园急需一种工作效率高,可实现智能化茶叶采摘的采茶机器人。其中,嫩芽的智能识别则是采茶机器人的一项关键技术。

从上世纪七十年代开始,计算机视觉在农业领域的应用已得到了广泛的关注,近年已有学者开始了基于计算机视觉的嫩芽智能识别研究,当前研究基本有四类,第一种是基于嫩芽与老叶的颜色差异化加以识别,第二类是结合嫩芽颜色与形态综合考虑进行嫩芽识别,第三类是使用光谱分析的方法识别嫩芽,第四类是采用深度学习的方式实现嫩芽的识别。虽然当前对嫩芽识别的研究种类相对比较丰富,但是还未有可以有效的将嫩芽识别出来的算法。因此,需要一种新的嫩芽识别算法,能够用于采茶机器人视觉系统,替代人工实现老叶和嫩芽的有效识别。

发明内容

本发明针对现有技术中的不足,提供一种基于因子迭代的茶树嫩芽智能识别方法,该方法可以高效的、准确的将嫩芽从复杂自然背景环境中分割出来,实现嫩芽的智能识别。

为实现上述目的,本发明采用以下技术方案:

基于因子迭代的茶树嫩芽智能识别方法,其特征在于,包括如下步骤:

第一步:采集彩色图像,彩色图像中包括新梢嫩芽及复杂背景;

第二步:设定R、G、B三个分量的线性关系式;

第三步:选定线性关系式中的参数取值范围;

第四步:设定参数迭代步长;

第五步:设定符合条件参数评价标准;

第六步:选择迭代区域;

第七步:迭代计算,记录参数取值范围内满足参数评价标准的组值,并对其取平均值;

第八步:根据组值平均结果确定色彩因子;

第九步:使用色彩因子对原始茶树图像进行图像分割;

第十步:对于图像分割后的图像,使用面积滤波法,将嫩芽从复杂背景中识别出来。

为优化上述技术方案,采取的具体措施还包括:

进一步地,所述第二步中,将R、G、B三个分量联合起来考虑,假定G与B分量之间、B与R分量之间、R与G分量之间均存在一种线性关系:k1*G+k2*B+k3*R>T,其中k1、k2、k3、T表示线性关系式中的参数。

进一步地,所述第三步中,各个像素点的R、G、B三个分量的取值均在[0,255]范围之内,由此确定k1、k2、k3以及T的取值范围。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京林业大学,未经南京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910459994.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top