文献类型： 中文期刊

作者： 张钟莉莉 ¹ ; 何婷婷 ¹ ; 李志伟 ² ; 史凯丽 ¹ ; 刘长斌 ³ ; 郑文刚 ¹ ;

作者机构： 1.北京市农林科学院智能装备技术研究中心

2.山西农业大学农业工程学院

3.北京市农林科学院信息技术研究中心

关键词： 随机森林;像素;番茄成熟度;亮度矫正;红色着色区域提取

期刊名称： 农业工程学报

ISSN：

年卷期： 2023 年 007 期

页码： 195-204

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对现有番茄成熟度分级标准不统一，泛化性有待提高等问题，该研究提出一种基于区域亮度矫正的果面红色着色区域提取的方法。采用R-G法增强番茄表面的红色区域，利用Otsu分割方法提取表面着色区域，判断各着色区域的轮廓树结构以计算着色区域面积占图像总面积的比例作为主要特征，构建多因子融合的随机森林模型以实现番茄成熟度的量化分级。同时，利用基于局部亮度均衡的图像快速修复方法以解决光照变化导致的番茄表面高亮度反射问题。结果表明：以番茄表面着色面积比成熟度评价指标的分级平均正确率为92.96%，相比传统颜色矩和颜色直方图作为评价指标时的分级准确率提高了6.53和20.6个百分点。高亮区域领域像素加权替代法可对番茄高亮区域亮度实现有效矫正，矫正后的未熟、半熟和成熟番茄图像的果面着色区域面积占番茄图像总面积的比例较矫正前提高了0.06、0.15和0.11，分级准确率分别提高了17.24、11.47和4.69个百分点。研究可为番茄成熟度的定量性分级提供决策基础。