基于机器视觉的金银花图像识别处理算法研究

作者：郑如新; 孙青云^*; 肖国栋

来源：中国农机化学报, 2022, 43(04): 153-159.

DOI：10.13733/j.jcam.issn.2095-5553.2022.04.022

• 机器视觉
• 图像处理
• 金银花识别
• Canny算法
• 边缘检测

运用机器视觉和图像处理的方法可实现金银花的自动化采摘，提高采摘效率。首先通过摄像机对金银花进行图像采集，将采集到的金银花图像进行中值滤波处理，有效消除图中的噪音；然后对金银花图像进行RGB和HSV颜色分割，找出金银花与背景区分最明显的分量B;再对分量B进行阈值分割处理，设定阈值，将金银花从背景中提取出来，运用形态学运算，使图像更加饱满；最后运用Canny算法，对金银花图像进行边缘检测研究，通过对Canny算法进行改进，使之达到更好的边缘检测效果。结果表明：通过阈值分割的金银花识别率为79.17%,传统Canny算法识别率为66.67%,改进的Canny算法识别率为93.75%,能够满足后续金银花采摘机器人的实时作业要求。

• 单位
  南京林业大学; 电子工程学院