基于K-means聚类的猕猴桃花朵识别方法

作者：刘浩洲; 陈礼鹏; 穆龙涛; 高宗斌; 崔永杰^*

来源：农机化研究, 2020, 42(02): 22-26.

DOI：10.13427/j.cnki.njyi.2020.02.004

• 猕猴桃花朵
• 花朵识别
• K-means聚类
• 卷积神经网络
• 授粉机器人

针对猕猴桃授粉机器人的研究,由于缺少猕猴桃花朵识别方法,现有授粉机器人自动化程度低。为此,提出基于K-means聚类的猕猴桃花朵识别方法。首先,原图像通过K-means聚类分割,得到包含花蕊图像在内的4个类别图像;然后,由经过训练的卷积神经网络对这4个类别图像进行分类,自动选出花蕊图像;再通过形态学运算对花蕊图像进行去噪,计算余下各个区域形心,找到各花朵在图像中位置并标出,最终完成猕猴桃花朵识别。该算法识别成功率为92.5%,满足现有授粉机器人要求,利于提高其自动化程度。

• 单位
  西北农林科技大学; 电子工程学院