摘要：【目的】提供一种快速、准确的自然环境下成熟柑橘的识别及计数方法,解决传统的通过人工采样的方法进行产量预估带来的成本高、时间长和精度低的不足,并为以后对柑橘进行自动采摘打下基础。【方法】应用RGB相机采集柑橘园果树图像,并通过转换到Lab颜色空间,对与背景颜色有明显区别的柑橘区分采用“a”分量,然后基于霍夫圆变换法应用MATLAB软件对剔除背景的柑橘进行计数,实现对柑橘产量的预估。【结果】该图像处理方法与传统的水果与背景分离方法相比更简单快速,果实识别正确率达94.01%,产量预估正确率达96.58%,平均识别时间1.03 s。选取10棵树共20个图片进行产量预估,将该算法得到的柑橘数量与通过人眼计数得到的结果进行比较,其相关系数R2为0.9879。【结论】该算法简单快速,能精确实现水果的快速自动识别及产量预估,对果实的重叠性、果实遮挡有较好的鲁棒性,促进了机器学习在现代农业的应用,具有较高的理论和实践意义,推动了果园智慧农业进一步发展。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社