基于K-means聚类法的茶叶嫩芽识别研究

摘要：

以数码相机采集的茶叶图像为对象,研究茶叶嫩芽的识别方法.采用基于Lab颜色模型中a分量、b分量信息的K-means聚类法识别彩色图像中的茶叶嫩芽.对不同距离采集的茶叶图像,对比分析Ostu法(最大方差自动取阈法)和3个聚类中心的K-means聚类法的目标识别效果和识别效率.结果表明,Ostu法虽然可以完成嫩芽的识别,平均识别率在89％左右,但不能较好的保证分割后嫩芽的完整度.基Lab颜色模型和K-means聚类法的识别算法能较好的区分嫩芽和背景,平均识别率达到94％左右,且能较好的保证分割后嫩芽的完整度,为智能采摘技术研究提供技术支持和理论基础.

关键词：茶树图像、茶叶嫩芽识别、Lab颜色模型、K-means聚类法

所属期刊栏目：36

分类号：S571.1

资助基金：贵州省科学技术基金项目黔科合J字[2011]2199号;贵州大学引进人才科研项目贵大人基合字201338号

在线出版日期：2015-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：161-164,179