期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
无芒隐子草叶片卷曲度和厚度测量方法 被引量:4
1
作者 张文霞 王春光 +2 位作者 王海超 殷晓飞 宗哲英 《农业机械学报》 EI CAS CSCD 北大核心 2021年第5期184-191,共8页
针对叶片卷曲度和厚度交互式测量方式费时、费力、误差大,传统图像处理算法普适性不高等问题,以无芒隐子草叶片为研究对象,采用基于Graham算法的最小外接矩形法实现叶片卷曲度的测量,采用矢量积法和角点检测相结合的凹凸点检测算法实现... 针对叶片卷曲度和厚度交互式测量方式费时、费力、误差大,传统图像处理算法普适性不高等问题,以无芒隐子草叶片为研究对象,采用基于Graham算法的最小外接矩形法实现叶片卷曲度的测量,采用矢量积法和角点检测相结合的凹凸点检测算法实现叶片厚度的测量。首先,通过石蜡制片获取无芒隐子草叶切片,利用显微镜连接计算机获取切片图像;然后,采用红色灰度化方法结合阈值分割将切片图像的目标和背景分离;最后,根据叶片卷曲度和厚度的实际测量方式,采用Graham算法通过求取目标区域的最小外接矩形实现叶片卷曲度的测量,将矢量积法和角点检测相结合检测目标区域的凹凸点,通过凹点与凹点、凸点与凸点匹配实现叶片厚度的测量。选取30幅无芒隐子草叶切片图像为样本进行了试验,结果显示,采用本文提出的红色灰度化方法和分量法、最大值法、平均法、加权平均法对图像进行灰度化处理后,图像信息熵分别为6.428 0、6.361 2、5.667 9、5.934 8、6.052 6,图像平均梯度分别为0.078 5、0.024 2、0.015 8、0.009 3、0.010 4,图像对比度分别为0.264 1、0.113 0、0.057 4、0.070 3、0.078 4,说明本文方法能更好地保持图像的边缘、细节等信息,图像清晰度更高。进行自动阈值分割后,分割的平均误检率为0.75%,平均漏检率为3.49%,平均整体分割精度达到98.14%。在有效分割目标和背景的基础上,对叶片卷曲度和厚度进行测量,并与交互式测量结果进行相比,结果表明,采用本文方法对叶片卷曲度和厚度的测量值与交互式测量值的平均相对误差分别为0.96%和3.69%,测量速度分别提高了约10倍和37倍。 展开更多
关键词 无芒隐子草 切片图像 灰度方法 叶片卷曲度 叶片厚度 凹凸点检测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部