In order to solve the problem that the stem nodes are difficult to identify in the process of sugarcane seed automatic cutting, a method of identifying the stem nodes of sugarcane based on the extreme points of vertical projection function is proposed in this paper. Firstly, in order to reduce the influence of light on image processing, the RGB color image is converted to HSI color image, and the S component image of the HSI color space is extracted as a research object. Then, the S component image is binarized by the Otsu method, the hole of the binary image is filled by morphology closing algorithm, and the sugarcane and the background are initially separated by the horizontal projection map of the binary image. Finally, the position of sugarcane stem is preliminarily determined by continuously taking the derivative of the vertical projection function of the binary image, and the sum of the local pixel value of the suspicious pixel column is compared to further determine the sugarcane stem node. The experimental results showed that the recognition rate of single stem node is 100%, and the standard deviation is less than 1.1 mm. The accuracy of simultaneous identification of double stem nodes is 98%, and the standard deviation is less than 1.7 mm. The accuracy of simultaneous identification of the three stem nodes is 95%, and the standard deviation is less than 2.2 mm. Compared with the other methods introduced in this paper, the proposed method has higher recognition and accuracy
Para resolver o problema que os nós do caule são difíceis de identificar no processo de corte automático de sementes de cana-deaçúcar, é proposto, neste artigo, um método para identificar os nós do colmo da cana-de-açúcar com base nos pontos extremos da função de projeção vertical. Em primeiro lugar, a fim de reduzir a influência da luz no processamento da imagem, a imagem de cor RGB foi convertida em imagem de cor HSI, e a imagem de componente S do espaço de cores HSI é extraída como um objeto de pesquisa. Em seguida, o método Otsu foi usado para binarizar o mapa do componente S, e a operação morfológica fechada foi usada para preencher os espaços da imagem binária, e a projeção horizontal da imagem binária foi usada para separar a cana de açúcar do fundo. Finalmente, a posição do caule de canade-açúcar foi preliminarmente determinada através da tomada contínua do derivado da função de projeção vertical da imagem binária, e a soma do valor pixel local da coluna de pixel suspeito foi comparada para determinar ainda mais o nódulo da cana-de-açúcar. Os resultados experimentais mostram que a taxa de reconhecimento do nó de haste única foi de 100%, o desvio padrão foi inferior a 1.1 mm. A precisão da identificação simultânea de nós de haste dupla foi de 98%, o desvio padrão foi menor que 1.7 mm. A precisão da identificação simultânea dos três nós de haste é de 95%, o desvio padrão foi inferior a 2.2 mm. Comparado com os outros métodos introduzidos neste artigo, o método proposto possui maior reconhecimento e precisão
© 2001-2024 Fundación Dialnet · Todos los derechos reservados