-
题名树叶稀密程度检测算法的OpenCV实现
- 1
-
-
作者
沈明明
彭敏
-
机构
贵州师范大学职业技术学院
-
出处
《农业装备与车辆工程》
2016年第6期72-75,92,共5页
-
文摘
为了将已研究的树叶稀密程度检测算法——最大轮廓矩形法应用于DSP采集系统和对应硬件设备,以OpenCV为平台,将最大轮廓矩形法进行移植。试验证明:树叶稀密程度检测算法在OpenCV上是可以正确有效实现,OpenCV可以作为研究出的算法应用于以C语言为汇编语言的DSP采集系统的平台,从而实现果树农学参数的实时检测。
-
关键词
最大轮廓矩形法
OPENCV
移植
-
Keywords
maximum profile rectangle technology
OpenCV
transplants
-
分类号
S4
[农业科学—植物保护]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图像处理技术的果树树叶稀密程度的检测
被引量：7
- 2
-
-
作者
张富贵
沈明明
刘国志
陈宇熠
-
机构
贵州大学机械工程学院
-
出处
《山地农业生物学报》
2013年第6期517-521,共5页
-
基金
国家自然科学基金项目"基于图像信息的变量喷雾中果树农学参数实时检测方法与技术"(31060171)
-
文摘
为了解决现有果树树叶稀密程度检测方法要求采集图像时采用标准白板标定或固定成像距离的问题,本文提出一种新的基于图像处理技术的检测果树树叶稀密程度的方法——最大轮廓矩形法。该方法采用超绿色法、Ostu、中值滤波去噪、腐蚀和膨胀等图像处理技术将果树图像有效分割出来,通过检测经图像处理后的二值图像中整棵果树最大轮廓所占的面积,再检测整幅图像中树叶与树干所占的面积,根据果树树叶稀密程度的定义即可计算树叶稀密程度。结果表明,该方法不需要固定成像距离和使用白板标定,最大轮廓矩形法对果树图像面积的检测是因果树实际图像而异的,不存在现有方法统一采用相机所设定的图像大小作为最大轮廓而导致所检测到的树叶稀密程度偏小的问题;20张果树样本图像采用两种方法检测的果树树叶稀密程度的最大差值为0.2950,最小差值为0.0027。
-
关键词
树叶稀密程度
图像处理
最大轮廓矩形法
生物量密度
-
Keywords
leaf density
image processing
maximum profile rectangle technology
biomass density
-
分类号
S491
[农业科学—植物保护]
-
