基于改进可变形部件模型与判别模型的葡萄叶片检测与跟踪

• 作者: 冯全 张芮 杨森 王书志
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 机器视觉 图像处理 模型 葡萄叶片 检测 跟踪 可变形部件模型 判别模型
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 140-147
• 页数: 8页
• 分类号: TP391.41
• 字数: 8945字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.06.018

摘要

为解决酿酒葡萄生长状态自动监测问题,该文提出基于机器视觉和视频处理技术的自动监测系统,开发了多角度可变形部件模型的葡萄叶片检测算法和基于颜色特征的判别模型跟踪算法.在叶片检测方面,该算法对颜色特征图像采用可变形部件模型训练出多角度叶片检测器,通过多模型匹配后产生叶片检测候选集合,选择集合中得分最高的检测结果作为最后的定位信息;在跟踪方面,结合图像中目标的颜色直方图,建立具有区分背景和目标的组合判别模型,并将位置函数的最大值作为相邻帧的目标位置,从而实现对叶片目标的实时跟踪.试验结果表明,该文检测算法对自然条件下的葡萄叶片平均检测率为88.31%,误检率为8.73%;叶片跟踪的准确性也相对较高,其重叠率高达0.83,平均中心误差为17.33像素,其证明了该算法的有效性,研究结果为葡萄生长状态的自动分析提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王书志	西北民族大学电气工程学院	26	112	5.0	9.0
2	冯全	甘肃农业大学工学院	64	369	11.0	14.0
3	张芮	甘肃农业大学工学院	103	855	13.0	23.0
4	杨森	甘肃农业大学工学院	6	26	3.0	5.0