基于计算机视觉的龙井茶叶嫩芽识别方法分析-analysis of identification method of longjing tea bud based on computer vision.docx

基于计算机视觉的龙井茶叶嫩芽识别方法分析-analysis of identification method of longjing tea bud based on computer vision.docx

  1. 1、本文档共111页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于计算机视觉的龙井茶叶嫩芽识别方法分析-analysis of identification method of longjing tea bud based on computer vision

致谢时光如梭,研究生的学习生涯在不知不觉间接近了尾声,回顾过去在计量 学院度过的美好时光,感触颇多。这里,非常感谢给予我生活和学习上无私帮 助的老师,同学和家人。首先我要感谢的是我的导师徐向纮教授,徐老师严谨的作风,渊博的学识 和沉稳的待人处事原则,使我受益匪浅。每当我在学习上遇到困难时,徐老师 总是能给我指明方向,向着胜利的彼岸不断前进。同时,徐老师在生活上也给 我带来了无微不至的关怀,教会我许多人生的道理。还要感谢实验室的王栋、 张新娜、陆萍蓝、邵铁峰四位老师,他们在学习和生活上的好习惯深深影响了 我,王老师在我最开始的摸索阶段给了我指引,张老师、陆老师和邵老师经常 与我讨论学习上的感兴趣话题,丰富了我的见识,并通过不断地归纳总结,积 累了宝贵的经验。当然,还要特别感谢实验室的师弟妹们,他们是陈松、钟茜、 周玲华和朱小明。没有你们,我的生活就少了许多乐趣,衷心感谢你们陪伴我 一起度过了短暂的研究生生涯。最后,我还要特别感谢在背后一直默默支持我的父母,是你们给了我生命 并哺育我长大,教会我做人的道理。并在我最艰难的时候给予我鼓励,助我度 过难关。感谢身边所有的人,有了你们的无私帮助,我才能顺利完成论文。邵明2013 年 1 月基于计算机视觉的龙井茶叶嫩芽识别方法研究摘要:我国是世界上重要的茶叶生产国与销售国,浙江省作为中国的产茶大省, 茶叶出口量占到了全国的 2 / 3 以上。作为浙江名茶之首的龙井茶,目前主要的采摘方法是人工手采,效率低下,费用高昂,且在采茶的高峰时期务工难的现象时有发生。使用机械采摘代替人工手采虽然能加快采摘效率,缓解劳动力不 足,但是该方法一方面缺乏选择性,会把老叶、嫩叶、嫩芽一起采,另一方面, 部分茶叶的嫩叶和嫩芽遭到了破坏,降低了龙井茶叶的采摘品质。因此,需要 研制出一种高效、具有选择性、低损伤率的自动采摘方法来实现龙井茶叶的标 准化规模生产,其中最关键的技术之一就是研究龙井茶叶嫩芽的自动检测识别。本文研究的目的就是将计算机视觉技术与龙井茶叶的采摘相结合,将视觉 技术中的典型算法应用于采集到的茶叶图像中,通过计算机处理,实现龙井茶 叶嫩芽的自动检测与分类识别,为最终实现大规模的龙井茶叶自动化采摘做准 备。本文的主要研究内容有:1、简单综述了计算机视觉技术在茶叶领域的研究现状、图像分割技术的应 用及发展。详细比对了多种经典的图像分割算法在龙井茶叶图像中的应用效果 以及分类器模型支持向量机的工作原理。2、针对现场获取的龙井茶叶图像的特征,设计了一种混合的图像分割算法, 对龙井茶叶图像进行初始分割。该方法先利用茶叶图像的超绿-超红特征,阈值 化方法和数学形态学变换剔除茶叶图像的部分背景,包括树枝、土壤、部分老 叶及其它非嫩芽区域,保留完整的茶叶嫩芽及部分老叶,得到待分割图像。然 后使用梯度算子获取待分割图像的梯度,并提出了一种自适应的二值化方法,对梯度图像进行二值化处理,得到初始标记图像,再使用面积阈值法剔除伪标 记区域,得到标记图像。将此标记图像作为 Meyer 分水岭变换的输入标记,对 龙井茶叶图像进行快速分割,获取初始分割图像。3、由于龙井茶叶的初始分割图像往往是过分割的,因此,提出了一种基于 统计学的快速区域合并算法,合并过分割区域,得到茶叶嫩芽对象。该方法利 用了龙井茶叶初始分割图像中区域的颜色信息和纹理信息,先对这些区域应用 线性时间复杂度的排序算法进行快速排序,得到待合并区域对合并的先后顺序, 然后对相邻区域对进行概率估计,将满足给定合并准则的区域对予以合并。龙井茶叶的初始分割图像经过区域合并算法后,得到了茶叶嫩芽轮廓,为后续的特征提取和识别做准备。4、由于茶叶嫩芽在颜色、纹理以及形态上有差异,提取颜色、纹理以及形 态特征,训练判别模型支持向量机。目前龙井茶叶级别品种的划分标准是根据 嫩芽形态的不同,特级为一芽和一芽一叶初展,一级为一芽一叶开展和一芽二 叶初展,二级为一芽二叶开展,三级及三级以上为一芽三叶。本文利用训练好 的支持向量机对以上四类龙井茶叶嫩芽进行分类识别,A 类为一芽和一芽一叶 初展,B 类为一芽一叶开展和一芽二叶初展,C 类为一芽二叶开展,D 类为一 芽三叶。通过分析比对四种常用的核函数(线性核、多项式核、径向基核、sigmoid核),选用径向基函数(Radial Basis Function,RBF)作为支持向量机的核函数, 并采用网格有哪些信誉好的足球投注网站(grid-search)算法确定核函数参数。最后,对龙井茶叶嫩芽进 行分类判别,并对实验结果进行了详细的分析和讨论。本文设计的混合图像分割算法实现了龙井茶叶嫩芽从茶叶图像中的成功提 取,之后利用提取出的茶叶嫩芽的特征信息训练支持向量机对嫩芽进行分类识 别,取得了良好的识别效果。关键词:计算机视觉;龙井茶叶嫩芽识别;图像分割;Meyer

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档