基于清晰度的茶叶嫩芽聚类分割方法

来源：湖北农业科学杂志2020年第8期北京时间：

作者：黄涛, 方梦瑞, 夏华鵾, 左亮亮, 吕军

单位：黄山学院信息工程学院,安徽 黄山 245041

摘要：针对自然环境下茶叶嫩芽图像分割易出现过分割和欠分割等问题,提出一种基于清晰度评价和颜色聚类级联的嫩芽图像分割方法,并结合Tenengrad梯度评价和滑动分割获取清晰度较高的图像区域,然后在RGB、HSV、Lab、YCbCr颜色模型下进行聚类分割。结果表明,选取Tenengrad梯度值的上四分位数作为清晰度初选阈值,漏选率为25%;在HSV颜色模型下,利用K-means聚类方法完成嫩芽图像分割,晴天和阴天环境下嫩芽图像分割精度分别为72.48%和77.83%,较直接K-means分割方法相比,假阳性率分别减少5.19%和2.03%。该方法能够实现自然环境下茶叶嫩芽图像的有效分割,减少欠分割和过分割,为茶叶智能采摘提供理论参考。

关键词：茶叶嫩芽,清晰度,聚类,图像分割

基金资助：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; 201710375006）; 安徽省大学生创新训练计划项目（201710375040; 201810375091）