红花花丝二维中心点标定方法研究

doi:10.3778/j.issn.1002-8331.1801-0136

计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (15): 176-180.DOI: 10.3778/j.issn.1002-8331.1801-0136

红花花丝二维中心点标定方法研究

张天勇，张立新，葛云，王欢，刘光欣

石河子大学机械电气工程学院，新疆石河子 832000

出版日期:2018-08-01 发布日期:2018-07-26

Study on two dimensional center point calibration method for safflower filaments

ZHANG Tianyong, ZHANG Lixin, GE Yun, WANG Huan, LIU Guangxin

College of Mechanical and Electrical Engineering, Shihezi University, Shihezi, Xinjiang 832000, China

Online:2018-08-01 Published:2018-07-26

摘要/Abstract

摘要： 为实现红花采摘机器人准确识别红花花丝并进行中心点定位，提出了一种识别红花花丝并标记二维中心点坐标的方法。根据花丝的颜色特征，运用色差法进行对比分析；选用最大类间方差法进行花丝的轮廓提取；根据红花丝团簇状特征提出了一种改进形态学处理方法进行轮廓变换，最后提出一种结合改进质心法和最大内切圆法获取花丝二维中心点坐标的方法，提高其准确度。实验结果表明，该方法可对不同成熟度的花丝图像进行有效识别并提取二维中心点，尤其对开放2~3天的红花，准确率达100%。

关键词: 红花花丝, 颜色特征, 形态学处理, 二维中心点

Abstract: In order to realize the accurate identification of safflower filaments and locate the center point, a method of identifying the coordinates of the filaments and marking the two dimensional center points is proposed based on the MATALB processing software. According to the color characteristics of the filaments, the color difference method is used to compare and analyze. The method of maximum inter class variance is used to extract the contour of the filaments. An improved morphological processing method is proposed to transform the contour of the filament based on the cluster characteristics of safflower. In the end, a two dimensional center point coordinate is obtained by combining the weighted centroid method and the maximum internal tangential circle method to improve the accuracy. The experimental results show that the method can effectively identify and extract two dimensional center points of filaments images with different maturity, and the accuracy rate is 100%, especially the opening of the 2-3 day safflowers.

Key words: safflower filaments, color characteristics, morphological processing, two dimensional center point

张天勇，张立新，葛云，王欢，刘光欣. 红花花丝二维中心点标定方法研究[J]. 计算机工程与应用, 2018, 54(15): 176-180.

ZHANG Tianyong, ZHANG Lixin, GE Yun, WANG Huan, LIU Guangxin. Study on two dimensional center point calibration method for safflower filaments[J]. Computer Engineering and Applications, 2018, 54(15): 176-180.

[1]	阿力木·安外尔，张大旭，何巍，陈务军，王笑妍，周群超，罗一栋，陈能夫，孙鲲鹏. 基于深度学习的涂层织物折皱识别与检测[J]. 计算机工程与应用, 2021, 57(14): 116-125.
[2]	李超超，张远东，王昌龙. 圆形植物识别定位的HSV模型研究[J]. 计算机工程与应用, 2020, 56(6): 220-223.
[3]	丁华，王晓东，章联军，陈晓爱，赖佩霞. 基于SLIC融合纹理和直方图的图像显著性检测[J]. 计算机工程与应用, 2019, 55(3): 159-166.
[4]	韩习习，魏民，徐西义，李巧月，陈曦，祝汉城. 基于多特征融合的交通标志识别算法[J]. 计算机工程与应用, 2019, 55(18): 195-200.
[5]	白晓静1，卢钢2，闫勇1，2. 基于多尺度颜色小波纹理特征的火焰图像分割[J]. 计算机工程与应用, 2017, 53(9): 213-219.
[6]	吴晓光，谷晓琳，邓志鹏，计科峰. 基于自适应颜色特征学习的目标跟踪技术[J]. 计算机工程与应用, 2017, 53(2): 214-219.
[7]	王国芳1，赵少华2. 镀铜高分子微球X线图像的计数及缺陷检测[J]. 计算机工程与应用, 2016, 52(9): 263-266.
[8]	郑浩，董明利，潘志康. 基于背景加权的尺度方向自适应均值漂移算法[J]. 计算机工程与应用, 2016, 52(22): 192-197.
[9]	周友行1，周健1，2，邓渝波2，喻思亮1. 基于边缘特征与HSI色彩特征的胸环靶弹孔识别[J]. 计算机工程与应用, 2015, 51(24): 190-194.
[10]	马爽1，陈江宁2，卢虎3，樊养余1. 边缘特性筛选与多判定机制下的车牌定位方法[J]. 计算机工程与应用, 2014, 50(9): 145-149.
[11]	彭太乐1，2，张文俊3，丁友东3，郭桂芳2. 基于时序上下文的视频场景分类[J]. 计算机工程与应用, 2014, 50(9): 103-106.
[12]	王刚，石守东，郑凯辉. 基于图像修复的网线绕距测量方法研究[J]. 计算机工程与应用, 2014, 50(4): 166-169.
[13]	阿卜杜如苏力·奥斯曼，吐尔洪江·阿布都克力木，马丽亚木·阿布来孜. 综合颜色特征与形状特征的图像检索算法[J]. 计算机工程与应用, 2013, 49(7): 167-170.
[14]	舒操，汪同庆，李阳. 结合标定拟合和模糊理论的焊点特征颜色提取[J]. 计算机工程与应用, 2013, 49(11): 244-247.
[15]	孙水发，覃音诗，马先兵，雷帮军. 室外视频前景检测中的形态学改进ViBe算法[J]. 计算机工程与应用, 2013, 49(10): 159-162.

红花花丝二维中心点标定方法研究

Study on two dimensional center point calibration method for safflower filaments

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics