图像处理在茶叶嫩芽智能采摘中的应用进展
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Application Progress of Image Processing in Intelligent Picking of Tea Sprouts
  • 作者:夏华鵾 ; 史必高 ; 黄海霞 ; 吴晓盼
  • 英文作者:Xia Huakun;School of Information Engineering,Huangshan University;
  • 关键词:图像处理 ; 嫩芽分割 ; 智能采摘 ; 自动定位
  • 英文关键词:Image processing;;Sprouts segmentation;;Intelligent picking;;Automatic positioning
  • 中文刊名:AHNB
  • 英文刊名:Anhui Agricultural Science Bulletin
  • 机构:黄山学院信息工程学院;
  • 出版日期:2019-05-15
  • 出版单位:安徽农学通报
  • 年:2019
  • 期:v.25;No.367
  • 基金:安徽省高校自然科学研究项目(KJHS2018B11);; 国家级大学生创新训练计划项目(201810375015);国家级大学生创新训练计划项目(201710375006);; 安徽省大学生创新训练计划项目(201710375040)
  • 语种:中文;
  • 页:AHNB201909054
  • 页数:2
  • CN:09
  • ISSN:34-1148/S
  • 分类号:139-140
摘要
茶叶嫩芽智能采摘是茶叶生产智能化、信息化的重要前提,基于图像的茶叶智能采摘已成为国内外研究热点。该文综述了图像处理技术在茶叶嫩芽分割、定位和智能采摘中的应用,比较了各方法的优缺点,并对图像处理技术在茶叶智能化采摘上的应用前景提出了展望。
        Intelligent picking of tea sprouts is an important prerequisite for tea production intelligence and informationization. Intelligent picking of tea sprouts has become a research hotspot at home and abroad. In this paper,the application of image processing technology in tea sprouts segmentation,localization and intelligent picking were reviewed. The advantages and disadvantages of each method were compared,and the application prospect of image processing technology in tea intelligent picking was prospected.
引文
[1]Adel Bakhshipour,Alireza Sanaeifar,Sayed Hossein Payman1,et al.Evaluation of Data Mining Strategies for Classification of Black Tea Based on Image-Based Features[J].Food Anal.Methods,2018,11:1041-1050.
    [2]杨福增,杨亮亮,田艳娜,等.基于颜色和形状特征的茶叶嫩芽识别方法[J].农业机械学报,2009,40(s1):119-123.
    [3]刘志杰,田艳娜,杨亮亮,等.重叠条件下茶叶嫩芽的自动检测方法[J].中国体视学与图像分析,2009(2):129-132.
    [4]韦佳佳.名优茶机械化采摘中嫩芽识别方法的研究[D].南京:南京林业大学,2012.
    [5]唐仙,吴雪梅,张富贵,等.基于阈值分割法的茶叶嫩芽识别研究[J].农业装备技术,2013(6):10-14.
    [6]吴雪梅,张富贵,吕敬堂.基于图像颜色信息的茶叶嫩叶识别方法研究[J].茶叶科学,2013(6):584-589.
    [7]袁加红,张中正,朱德泉,等.名优绿茶嫩芽识别与定位方法研究[J].安徽农业大学学报,2016,43(5):676-681.
    [8]汪建.结合颜色和区域生长的茶叶图像分割算法研究[J].茶叶科学,2011,31(1):72-77.
    [9]吴雪梅,唐仙,张富贵,等.基于K-means聚类法的茶叶嫩芽识别研究[J].中国农机化学报,2015,36(5):161-164.
    [10]张可,吕军.自然条件下茶叶嫩芽图像分割方法的研究[J].黑龙江八一农垦大学学报,2016,28(2):100-104.
    [11]方坤礼,廖建平,刘晓辉.基于改进JSEG技术的茶叶图像嫩芽分割与识别研究[J].食品工业,2017(4):134-138.
    [12]邵明.基于计算机视觉的龙井茶叶嫩芽识别方法研究[D].北京:中国计量学院,2013.
    [13]姚波,汪洋,李小瑞,等.自然环境下嫩芽与茶梗自动分割方法的研究[J].黑龙江八一农垦大学学报,2017,29(2):114-117.
    [14]裴伟,王晓林.基于图像信息的茶叶二维采摘坐标的提取[J].浙江农业学报,2016,28(3):522-527.
    [15]张浩,陈勇,汪巍,等.基于主动计算机视觉的茶叶采摘定位技术[J].农业机械学报,2014,45(9):61-65.
    [16]汤一平,韩旺明,胡安国,等.基于机器视觉的乘用式智能采茶机设计与试验[J].农业机械学报,2016,47(7):15-20.
    [17]王伟羊.基于计算机视觉的采茶机导航技术研究[D].杭州:浙江工业大学,2016.
    [18]王财盛,朱威,徐召飞,等.基于机器视觉的采茶机割刀控制方法[J].计算机测量与控制,2017,25(4):70-74.
    [19]裴伟.三维快速驱动式采茶机的关键技术研究[D].北京:中国计量大学,2016.
    [20]GE Hinton,Simon Osindero,and YW Teh.A fast learning algorithm for deep belief nets[J].Neural computation,2006.
    [21]王琨,刘大茂.基于深度学习的茶叶状态智能识别方法[J].重庆理工大学学报(自然科学),2015,29(12):120-126.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700