动态图像中烟株茎秆特征的识别与应用

为准确提取烟株茎秆特征,基于计算机视觉技术提出了一种动态识别烟株茎秆的方法.在图像预处理阶段,构造图像清晰度评价函数,采用迭代法提取清晰图像,利用加权平均法对其进行灰度化预处理;为消减光源强度、重影、地形等因素的影响,对灰度化后的图像进行降噪处理;为突出烟株茎秆特征,对图像进行灰度增强;运用自适应算法对图像进行阈值智能分割,最终提取出烟株茎秆特征.在光源充足、阴影、车辆颠簸3种条件下,分别对100株烟株进行茎秆识别模拟试验.结果表明,光源充足条件下识别率最高,达76%;颠簸状态下识别率最低,为69%;3种试验条件下平均识别率为72.67%.试验验证了在动态图像中获取烟株茎秆特征的可行性,配合仿生采摘执行机构可以完成烟叶的自动化采摘,并可有效控制烟叶的破损率,提高烟叶采摘效率.