农业机械学报

作者：赵雄，徐港吉，陈建能，俞高红，代丽

单位：浙江理工大学,浙江理工大学,浙江理工大学,浙江理工大学,浙江理工大学,

关键词：图像识别;西兰花;纹理强化;Laws滤波;Gabor滤波

基金：浙江省重点研发计划项目(2021C02021)和浙江省科技厅公益项目（LGN20E050006）

正确识别西兰花田间位置是实现西兰花自动化采收的基础，西兰花花球颜色与植株的叶片、茎秆相似，仅通过颜色特征无法对西兰花进行识别,本文以成熟期的田间西兰花为研究对象，提出了一种基于纹理特征与颜色特征的西兰花识别算法。首先通过预处理以及Laws滤波对图像进行边界纹理强化，再通过Gabor滤波对图像进行纹理特征向量提取，并对提取后的纹理特征向量进行z-score标准化，随后对标准化后的纹理特征向量进行K-means聚类与开运算，获取花球潜在存在区域。同时对RGB图像进行HSV转换，通过对图像的H分量进行阈值分割达到滤除地面像素的效果。最终对纹理特征识别与颜色特征识别的结果进行融合，实现对田间西兰花的识别。算法通过结合纹理与颜色特征，对田间西兰花进行了识别，解决了西兰花的花球与茎叶等背景颜色相近难以识别的问题。本文共使用792幅图像进行试验，试验结果表明，本方法可以准确地对西兰花田间图像进行识别，其精确率为96.96%，召回率为94.41%，F1值为95.67%。通过对3组不同拍摄环境的数据集进行算法识别，3组数据集的F1值始终保持在94%以上，具有良好的拍摄环境适应性，为农业机器人进行西兰花自动化采收奠定了基础。

来源：2023年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第4期