基于Laws与Gabor滤波的田间西兰花花球识别技术

正确识别西兰花田间位置是实现西兰花自动化采收的基础,西兰花花球颜色与植株的叶片、茎秆相似,仅通过颜色特征无法对西兰花进行识别,本文以成熟期的田间西兰花为研究对象,提出了一种基于纹理特征与颜色特征的西兰花识别算法.首先通过预处理以及Laws滤波对图像进行边界纹理强化,再通过Gabor滤波对图像进行纹理特征向量提取,并对提取后的纹理特征向量进行z-score标准化,随后对标准化后的纹理特征向量进行K-means聚类与开运算,获取花球潜在存在区域.同时对RGB图像进行HSV转换,通过对图像的H分量进行阈值分割达到滤除地面像素的效果.最终对纹理特征识别与颜色特征识别的结果进行融合,实现对田间西兰花的识别.算法通过结合纹理与颜色特征,对田间西兰花进行了识别,解决了西兰花的花球与茎叶等背景颜色相近难以识别的问题.本文共使用792幅图像进行试验,试验结果表明,本方法可以准确地对西兰花田间图像进行识别,其精确率为96.96％,召回率为94.41％,F1值为95.67％.通过对3组不同拍摄环境的数据集进行算法识别,3组数据集的F1值始终保持在94％以上,具有良好的拍摄环境适应性,为农业机器人进行西兰花自动化采收奠定了基础.