基于高色差分离预处理的K-means茶叶嫩芽识别研究

周　智

基于高色差分离预处理的K-means茶叶嫩芽识别研究

周智

（华东交通大学理工学院江西南昌330000）

近年来，随着无人机技术、计算机技术、图像识别和处理等技术的不断发展，应用场景也发生许多变化。文章在无人机进行低空拍摄的基础上，利用G-B、ExR、Cg对样本素材分离再结合后进行图像的预处理，再利用K-means算法对合成图中的茶叶嫩芽进行分割，通过对比发现，经过预处理的图片在分割的过程中能有效识别和分割出茶叶嫩芽。

K-means算法；茶叶；图像分割；识别；智能采摘

我国是茶叶生产的主要国家之一，由于茶叶采摘通常受到时节等因素的影响，如何及时、有效地完成茶叶的采摘是保障成茶质量的重要前提。目前，我国各大生产基地对于茶叶嫩芽采摘仍以人工采摘为主，该方式存在短时间内工作强度大、成本高、人为因素不稳定等问题。随着计算机技术的发展，研究茶叶相关的智能采摘技术具有重要的意义，因此，利用无人机采集图像平台采集茶叶图像[1]，借助图像处理技术的茶叶嫩芽识别技术，以期在智能采摘、病虫害预防、产量预估等方面获得有效的提升。

1 K-means算法

K-means算法（K-均值聚类算法）是一种典型且应用广泛的无监督分类算法，它基于样本间相似性度量的间接聚类方法[3]，该算法认为当两个对象的距离越近，其相似度就越大，并认为簇是由距离靠近的对象组成的，其目的是通过对无标记样本的学习来揭示蕴含在数据之中的性质和规律，因此该算法也特别适合在没有大量样本可以进行学习的前提下智能设备的基础算法。……