基于图像处理的甘蔗茎节识别与定位_张卫正
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图 4 图像预处理 Fig．4 mage preprocessing
中值滤波法对消 除 椒 盐 噪 声 非 常 有 效 ，对 甘 蔗 表 面的白色果粉小斑点也有较好的消除效果。中值滤 波采用 5×5 的模板，滤波程序语句为： K = medfilt2（ I， ［5，5］） 。
自动阈值函数 graythresh 会 根 据 背 景 的 不 同，使 用 Otsu 算法自动调整阈值。Otsu 算法也称最大类间 差法，被认为 是 图 像 分 割 中 阈 值 选 取 的 最 佳 算 法，不 受图像亮度和对比度的影响。设灰度图像灰度级是 L，则灰度范围为［0，L－1］，利用 Ostu 算法计算图像的 最佳阈值为
种自动切 断 过 程 中 防 伤 芽 的 功 能，影 响 了 产 业 的 发 度值上会有明显的上升来识别茎节，并以最大值所在
展。现有的方法为人工切断和种植机的定长切断，效 位置进行茎节两端的定位。为了提高定位精度，分割
率有待提高。计算机图像处理技术广泛的应用在缺 出甘蔗区域，并计算该区域的质心、倾角和等效长短
阈值处理效果好于黑色背景，原因是增大了灰度图像
背景与待识别目标的灰度差。因此，将图 1（ a） 中的
黑色背景转为白色，如图 3 所示。
在 MatLab2010b 中，可以使用图像处理工具箱中
的 fgb2gray 函数将 ＲGB 图像转换为灰度图像，则有
Gray（ x，y） = 0．299Ｒ（ x，y） + 0．587G（ x，y） +
最佳阈值。用阈值 t 分割图像对原图像 f（ x，y） 使用上
面的准则找到阈值 t，进行二值化。公式为
{0 f（ x，y） ＜ T
g（ x，y） = 1 f（ x，y） ≥ T
（ 3）
二值化的图像如图 5 所示。
相关参数进行提取 （ 如甘蔗区域的质心，相对于水平 的 X 轴 的 倾 角 α ，等 效 的 长 轴 ST、短 轴 UV 的 长 度 等） ，其示意图如图 8 所示。
为了测定图像中 甘 蔗 的 倾 角 ，需 要 确 定 甘 蔗 的 实 际区域，将采集的原始图像的两边宽度各增加 5 列， 并填充黑色使之与背景相同，如图 6 所示。
图 8 甘蔗的长短轴及倾角示意图 Fig．8 Schematic diagram of sugarcane major axis，minor axis and tilt angle
图 1 甘蔗图像及茎节分析 Fig．1 Sugarcane image and internode analyze image
2 图像分析处理
为了快速识别出 茎 节 ，采 用 目 前 常 用 的 灰 度 级 转
换、中值滤波 及 阈 值 处 理 等 对 原 始 图 像 进 行 预 处 理 ，
获取二值图像； 然后分割出甘蔗区域，测定该区域的
图 7 图像分割 Fig．7 Image segmentation
图 5 二值化图像 Fig．5 Binarized image
2．2 图像分割及倾角的测定 在 MatLab 中，可以使用图像处理工具箱中的 re-
gionprops 函数，测定感兴趣区域的质心、与区域具有 相同标准二阶中心矩的椭圆的长轴与 x 轴的交角（ 简 称倾角） ，以及与区域具有相同标准二阶中心矩的椭 圆的长轴和短轴长度（ 简称等效长轴和短轴） 。 ［13－15］
0．114B（ x，y）
（ 1）
其中，Gray （ x，y） 为图像点 （ x，y） 的灰度，Ｒ （ x，
y） 、G（ x，y） 、B（ x，y） 为 ＲGB 图像在点（ x，y） 的 Ｒ、G、
B 分量的值。程序运行结果如图 4（ a） 所示，滤波效果
图 3 图像背景转换 Fig．3 Conversion of image background
摘 要： 为 实 现 含 有 蔗 芽 的 有 效 蔗 种 片 段 机 器 智 能 切 断 ，运 用 图 像 处 理 技 术 对 甘 蔗 茎 节 进 行 识 别 定 位 。 通 过 背
景 转 换 、灰 度 级 变 换 、中 值 滤 波 和 自 动 阈 值 获 取 甘 蔗 的 二 值 化 图 像 ； 采 用 阈 值 和 孔 洞 填 充 实 现 甘 蔗 区 域 的 分 割 ，
2016 年 4 月
农机化研究
第4期
基于图像处理的甘蔗茎节识别与定位
张卫正1 ，董寿银2 ，齐晓祥3 ，裘正军1 ，吴 翔1 ，何 勇1
（ 1．浙江大学 生物系统工程与食品科学学院，杭州 310058； 2． 浙江省第二测绘院，杭州 310012； 3． 许继 集团许继电源有限公司，河南 许昌 461000）
收稿日期： 2015－03－18 基金项目： 国家高技术研究发展计划项目（ 2012AA101903） 作者简介： 张卫正（ 1982 －） ，男，河南安阳人，博士研究生，（ E － mail ）
weizheng008@ 126．com。 通讯作者： 裘正军（ 1971 －） ，男，浙江嵊州人，教授，博士生导 师，（ E －
关键词： 甘蔗茎节； 图像处理； MatLab； 掩膜； 定位
中图分类号： S15； TP391．41
文献标识码： A
文章编号： 1003－188X（ 2016） 04－0217－05
DOI:10.13427/j.cnki.njyi.2016.04.045
0 引言
甘蔗是我国的主要经济作物之一，2011 年种植面 积为 15 万 hm2 ，甘蔗产业为经济发展和蔗农脱贫致富 提供了支 撑［1］。 甘 蔗 种 植 良 种 化 和 耕 作 机 械 化 是 产 业的发展趋 势［2－ 3］，而 国 内 外 的 种 植 机 大 都 未 具 备 蔗
图 6 将图像宽度扩展并填充黑色 Fig．6 Expand the image width and fill with black
研究中，陆尚平等以甘蔗图像 HSV 颜色空间的 S 分 角的茎节快速、精确定位的问题。
量经阈值分割、数学形态滤波处理作为模板，和 H 分 量经阈值分割的反图像进行与运算得到合成图，采用 支持向量机对合成图各列块识别茎节类与茎间类，对 茎节列块聚类识别得到茎节数与茎节位置［10］； 但平均 识别率为 93． 359%，且 采 用 的 算 法 需 要 较 多 的 输 入 量。黄亦其提出一种甘蔗茎节识别方法，通过灰度处
在实际的甘蔗图 像 采 集 过 程 中 ，不 能 保 证 甘 蔗 区 域处于完全水平状态，会导致茎节与垂直方向有一定 的夹角。为了提高茎节的定位精度，此时的定位范围 应如图 1（ b） 两条直线所示。
如图 4（ b） 所示。
第4期
图 2 茎节识别与定位流程图 Fig．2 Flowcharts of internode identification and location
程序语句为： stats = regionprops （ TIANC，' Orientation'，' BoundingBox'，'Centroid'，'MajorAxisLength'，'MinorAxisLength'） ； 可以采集到倾角 α 为 stats．Orientation = 11．5579，长 轴等效长度为 stats．MajorAxisLength = 370．090，短轴等 效长度为 stats．MinorAxisLength = 180．1494。 2．3 掩膜与旋转图像 将经孔洞填充后分割出来的甘蔗图像的两边宽 度各减少 5 列，然后对甘蔗二值化图像（ 见图 5） 做掩 膜，即可提取 出 来 甘 蔗 图 像 的 带 有 茎 节 信 息 的 区 域 ， 如图 9（ a） 所示。从图 9（ a） 中也可看出： 除了茎节信 息外，还有其他信息的干扰。
通 过 regionprops 函 数 测 定 该 区 域 的 质 心 、倾 角 和 等 效 长 短 轴 长 度 ； 以 分 割 后 的 甘 蔗 图 像 对 二 值 化 图 像 掩 膜 ，得 到
含有 茎 节 和 干 扰 信 息 的 图 像 ； 对 该 图 像 进 行 旋 转 ，计 算 每 列 像 素 值 之 和 ，统 计 分 析 最 大 值 所 在 列 ，并 结 合 质 心 、等
·217·
2016 年 4 月
农机化研究
像直 接 存 入 计 算 机。 计 算 机 操 作 系 统 是 Microsoft Windows 7，图像处理软件采用 MatLab2010b。
蔗芽环绕茎节分 布 ，有 时 所 拍 摄 图 像 中 蔗 芽 位 于 茎节的后侧，因 而 在 图 像 中 没 有 显 示，因 此 以 茎 节 的 识别间接得到蔗芽的位置。图 1（ b） 中矩形框所围部 分为茎节，宽度在 7 ～ 16 mm 之间变化； 茎节左端的白 色部分是甘蔗叶与甘蔗茎节的连接部分，宽度在 1．5 ～ 5 mm 。 由于茎节白色 部 分 特 征 相 对 明 显 ，本 文 先 提 取 茎节白色部分然后进行定位，进而将定位范围扩展到 整个茎节。
mail） zjqiu@ zju．edu．cn。
的影响，所以在普通光源下采集黑色背景上的甘蔗彩 色图像。拍摄前先将甘蔗叶剥干净，保持镜头主光轴 与工作台垂直。采集的图像如图 1（ a） 所示。
其中，图像大小为 320 × 240 像素，输出的图像格 式是 JPEG。摄像头通过 USB 2．0 接口将采集到的图
源自文库
·218·
2016 年 4 月
农机化研究
第4期
t = max［w0（ t） * （ u0（ t） － u） 2 +
w1（ t） * （ u1（ t） － u） 2］
（ 2）
其中，当分割的阈值为 t 时，w0为背景比例： u0 为背
景均值； w1为前景比例； u1为前景均值； u 为整幅图像的
均值［12］。使以上表达式值最大的 t，即为分割图像的
质心、倾斜角和等效长短轴等相关参数； 利用分割出
的甘蔗区域图像对二值化图像进行掩膜，以倾角反向
旋转掩膜后 的 图 像，使 茎 节 处 于 垂 直 方 向，以 便 于 后
续的茎节特征的计算和分析，流程如图 2 所示。
2．1 图像预处理
经过试验验证，在 MatLab 中的 图 像 自 动 阈 值 处
理函数 graythresh 对白色背景中的甘蔗感兴趣区域的
理、Sobel 边 缘 提 取，结 合 数 学 形 态 学 中 的 膨 胀 和 腐 蚀，获得甘蔗 茎 节 的 边 缘 直 线，达 到 识 别 甘 蔗 茎 节 的 目的［11］； 但只定位了茎节的中间位置，没有考虑采集 的甘蔗图像倾斜时定位的范围。
本文提出基于数字图像处理技术的甘蔗茎节识 别定位方法，依据沿包含茎节的甘蔗的长轴方向在灰
1 甘蔗图像采集及茎节形态分析
以浙江省义乌市甘蔗优质生产基地主产的“义红 一号”果蔗为研究对象。试验台采用 OEM 品牌的型 号为 C1745B 的 摄 像 头，该 摄 像 头 采 用 CMOS 传 感 器，可进行 自 动 曝 光 控 制、白 平 衡 和 颜 色 校 正。 考 虑 到相较于其它颜色，黑色背景可以消除甘蔗边缘阴影
效长 短 轴 得 到 茎 节 上 下 端 点 坐 标 ； 以 倾 角 的 度 数 进 行 反 向 旋 转 ，最 终 得 到 茎 节 位 置 。 试 验 结 果 表 明 ： 甘 蔗 茎 节 识
别 与 定 位 方 法 处 理 速 度 快 ，茎 节 识 别 率 高 ，左 右 端 的 定 位 误 差 分 别 小 于 0 ． 9 mm 和 2 ． 4 mm 。
陷检测、品质 检 测、水 果 分 级、蔬 菜、农 业 和 食 品 工 程 等领域［4－8］。运 用 计 算 机 图 像 处 理 技 术 识 别 甘 蔗 茎
轴长度； 以分割后的甘蔗图像对二值化图像掩膜，得 到含有茎节和干扰信息的图像； 将该图像以倾角反向
节，防止甘蔗种植机在切割过程中的伤芽，实现甘蔗 旋转，计算每列像素值之和，统计分析最大值所在列，
的精细化种植，具有重要意义。
并结合质心、等效长短轴，得到茎节上下端点坐标，以
Moshashai 等利用灰度图像阈值分割的方法对甘 蔗茎节识别做了初步研究［9］。目前，国内在此领域的
倾角的度数 再 次 进 行 反 向 旋 转，最 终 得 到 茎 节 位 置。 该研究创新性地解决了实际生产过程中具有一定倾
中值滤波法对消 除 椒 盐 噪 声 非 常 有 效 ，对 甘 蔗 表 面的白色果粉小斑点也有较好的消除效果。中值滤 波采用 5×5 的模板，滤波程序语句为： K = medfilt2（ I， ［5，5］） 。
自动阈值函数 graythresh 会 根 据 背 景 的 不 同，使 用 Otsu 算法自动调整阈值。Otsu 算法也称最大类间 差法，被认为 是 图 像 分 割 中 阈 值 选 取 的 最 佳 算 法，不 受图像亮度和对比度的影响。设灰度图像灰度级是 L，则灰度范围为［0，L－1］，利用 Ostu 算法计算图像的 最佳阈值为
种自动切 断 过 程 中 防 伤 芽 的 功 能，影 响 了 产 业 的 发 度值上会有明显的上升来识别茎节，并以最大值所在
展。现有的方法为人工切断和种植机的定长切断，效 位置进行茎节两端的定位。为了提高定位精度，分割
率有待提高。计算机图像处理技术广泛的应用在缺 出甘蔗区域，并计算该区域的质心、倾角和等效长短
阈值处理效果好于黑色背景，原因是增大了灰度图像
背景与待识别目标的灰度差。因此，将图 1（ a） 中的
黑色背景转为白色，如图 3 所示。
在 MatLab2010b 中，可以使用图像处理工具箱中
的 fgb2gray 函数将 ＲGB 图像转换为灰度图像，则有
Gray（ x，y） = 0．299Ｒ（ x，y） + 0．587G（ x，y） +
最佳阈值。用阈值 t 分割图像对原图像 f（ x，y） 使用上
面的准则找到阈值 t，进行二值化。公式为
{0 f（ x，y） ＜ T
g（ x，y） = 1 f（ x，y） ≥ T
（ 3）
二值化的图像如图 5 所示。
相关参数进行提取 （ 如甘蔗区域的质心，相对于水平 的 X 轴 的 倾 角 α ，等 效 的 长 轴 ST、短 轴 UV 的 长 度 等） ，其示意图如图 8 所示。
为了测定图像中 甘 蔗 的 倾 角 ，需 要 确 定 甘 蔗 的 实 际区域，将采集的原始图像的两边宽度各增加 5 列， 并填充黑色使之与背景相同，如图 6 所示。
图 8 甘蔗的长短轴及倾角示意图 Fig．8 Schematic diagram of sugarcane major axis，minor axis and tilt angle
图 1 甘蔗图像及茎节分析 Fig．1 Sugarcane image and internode analyze image
2 图像分析处理
为了快速识别出 茎 节 ，采 用 目 前 常 用 的 灰 度 级 转
换、中值滤波 及 阈 值 处 理 等 对 原 始 图 像 进 行 预 处 理 ，
获取二值图像； 然后分割出甘蔗区域，测定该区域的
图 7 图像分割 Fig．7 Image segmentation
图 5 二值化图像 Fig．5 Binarized image
2．2 图像分割及倾角的测定 在 MatLab 中，可以使用图像处理工具箱中的 re-
gionprops 函数，测定感兴趣区域的质心、与区域具有 相同标准二阶中心矩的椭圆的长轴与 x 轴的交角（ 简 称倾角） ，以及与区域具有相同标准二阶中心矩的椭 圆的长轴和短轴长度（ 简称等效长轴和短轴） 。 ［13－15］
0．114B（ x，y）
（ 1）
其中，Gray （ x，y） 为图像点 （ x，y） 的灰度，Ｒ （ x，
y） 、G（ x，y） 、B（ x，y） 为 ＲGB 图像在点（ x，y） 的 Ｒ、G、
B 分量的值。程序运行结果如图 4（ a） 所示，滤波效果
图 3 图像背景转换 Fig．3 Conversion of image background
摘 要： 为 实 现 含 有 蔗 芽 的 有 效 蔗 种 片 段 机 器 智 能 切 断 ，运 用 图 像 处 理 技 术 对 甘 蔗 茎 节 进 行 识 别 定 位 。 通 过 背
景 转 换 、灰 度 级 变 换 、中 值 滤 波 和 自 动 阈 值 获 取 甘 蔗 的 二 值 化 图 像 ； 采 用 阈 值 和 孔 洞 填 充 实 现 甘 蔗 区 域 的 分 割 ，
2016 年 4 月
农机化研究
第4期
基于图像处理的甘蔗茎节识别与定位
张卫正1 ，董寿银2 ，齐晓祥3 ，裘正军1 ，吴 翔1 ，何 勇1
（ 1．浙江大学 生物系统工程与食品科学学院，杭州 310058； 2． 浙江省第二测绘院，杭州 310012； 3． 许继 集团许继电源有限公司，河南 许昌 461000）
收稿日期： 2015－03－18 基金项目： 国家高技术研究发展计划项目（ 2012AA101903） 作者简介： 张卫正（ 1982 －） ，男，河南安阳人，博士研究生，（ E － mail ）
weizheng008@ 126．com。 通讯作者： 裘正军（ 1971 －） ，男，浙江嵊州人，教授，博士生导 师，（ E －
关键词： 甘蔗茎节； 图像处理； MatLab； 掩膜； 定位
中图分类号： S15； TP391．41
文献标识码： A
文章编号： 1003－188X（ 2016） 04－0217－05
DOI:10.13427/j.cnki.njyi.2016.04.045
0 引言
甘蔗是我国的主要经济作物之一，2011 年种植面 积为 15 万 hm2 ，甘蔗产业为经济发展和蔗农脱贫致富 提供了支 撑［1］。 甘 蔗 种 植 良 种 化 和 耕 作 机 械 化 是 产 业的发展趋 势［2－ 3］，而 国 内 外 的 种 植 机 大 都 未 具 备 蔗
图 6 将图像宽度扩展并填充黑色 Fig．6 Expand the image width and fill with black
研究中，陆尚平等以甘蔗图像 HSV 颜色空间的 S 分 角的茎节快速、精确定位的问题。
量经阈值分割、数学形态滤波处理作为模板，和 H 分 量经阈值分割的反图像进行与运算得到合成图，采用 支持向量机对合成图各列块识别茎节类与茎间类，对 茎节列块聚类识别得到茎节数与茎节位置［10］； 但平均 识别率为 93． 359%，且 采 用 的 算 法 需 要 较 多 的 输 入 量。黄亦其提出一种甘蔗茎节识别方法，通过灰度处
在实际的甘蔗图 像 采 集 过 程 中 ，不 能 保 证 甘 蔗 区 域处于完全水平状态，会导致茎节与垂直方向有一定 的夹角。为了提高茎节的定位精度，此时的定位范围 应如图 1（ b） 两条直线所示。
如图 4（ b） 所示。
第4期
图 2 茎节识别与定位流程图 Fig．2 Flowcharts of internode identification and location
程序语句为： stats = regionprops （ TIANC，' Orientation'，' BoundingBox'，'Centroid'，'MajorAxisLength'，'MinorAxisLength'） ； 可以采集到倾角 α 为 stats．Orientation = 11．5579，长 轴等效长度为 stats．MajorAxisLength = 370．090，短轴等 效长度为 stats．MinorAxisLength = 180．1494。 2．3 掩膜与旋转图像 将经孔洞填充后分割出来的甘蔗图像的两边宽 度各减少 5 列，然后对甘蔗二值化图像（ 见图 5） 做掩 膜，即可提取 出 来 甘 蔗 图 像 的 带 有 茎 节 信 息 的 区 域 ， 如图 9（ a） 所示。从图 9（ a） 中也可看出： 除了茎节信 息外，还有其他信息的干扰。
通 过 regionprops 函 数 测 定 该 区 域 的 质 心 、倾 角 和 等 效 长 短 轴 长 度 ； 以 分 割 后 的 甘 蔗 图 像 对 二 值 化 图 像 掩 膜 ，得 到
含有 茎 节 和 干 扰 信 息 的 图 像 ； 对 该 图 像 进 行 旋 转 ，计 算 每 列 像 素 值 之 和 ，统 计 分 析 最 大 值 所 在 列 ，并 结 合 质 心 、等
·217·
2016 年 4 月
农机化研究
像直 接 存 入 计 算 机。 计 算 机 操 作 系 统 是 Microsoft Windows 7，图像处理软件采用 MatLab2010b。
蔗芽环绕茎节分 布 ，有 时 所 拍 摄 图 像 中 蔗 芽 位 于 茎节的后侧，因 而 在 图 像 中 没 有 显 示，因 此 以 茎 节 的 识别间接得到蔗芽的位置。图 1（ b） 中矩形框所围部 分为茎节，宽度在 7 ～ 16 mm 之间变化； 茎节左端的白 色部分是甘蔗叶与甘蔗茎节的连接部分，宽度在 1．5 ～ 5 mm 。 由于茎节白色 部 分 特 征 相 对 明 显 ，本 文 先 提 取 茎节白色部分然后进行定位，进而将定位范围扩展到 整个茎节。
mail） zjqiu@ zju．edu．cn。
的影响，所以在普通光源下采集黑色背景上的甘蔗彩 色图像。拍摄前先将甘蔗叶剥干净，保持镜头主光轴 与工作台垂直。采集的图像如图 1（ a） 所示。
其中，图像大小为 320 × 240 像素，输出的图像格 式是 JPEG。摄像头通过 USB 2．0 接口将采集到的图
源自文库
·218·
2016 年 4 月
农机化研究
第4期
t = max［w0（ t） * （ u0（ t） － u） 2 +
w1（ t） * （ u1（ t） － u） 2］
（ 2）
其中，当分割的阈值为 t 时，w0为背景比例： u0 为背
景均值； w1为前景比例； u1为前景均值； u 为整幅图像的
均值［12］。使以上表达式值最大的 t，即为分割图像的
质心、倾斜角和等效长短轴等相关参数； 利用分割出
的甘蔗区域图像对二值化图像进行掩膜，以倾角反向
旋转掩膜后 的 图 像，使 茎 节 处 于 垂 直 方 向，以 便 于 后
续的茎节特征的计算和分析，流程如图 2 所示。
2．1 图像预处理
经过试验验证，在 MatLab 中的 图 像 自 动 阈 值 处
理函数 graythresh 对白色背景中的甘蔗感兴趣区域的
理、Sobel 边 缘 提 取，结 合 数 学 形 态 学 中 的 膨 胀 和 腐 蚀，获得甘蔗 茎 节 的 边 缘 直 线，达 到 识 别 甘 蔗 茎 节 的 目的［11］； 但只定位了茎节的中间位置，没有考虑采集 的甘蔗图像倾斜时定位的范围。
本文提出基于数字图像处理技术的甘蔗茎节识 别定位方法，依据沿包含茎节的甘蔗的长轴方向在灰
1 甘蔗图像采集及茎节形态分析
以浙江省义乌市甘蔗优质生产基地主产的“义红 一号”果蔗为研究对象。试验台采用 OEM 品牌的型 号为 C1745B 的 摄 像 头，该 摄 像 头 采 用 CMOS 传 感 器，可进行 自 动 曝 光 控 制、白 平 衡 和 颜 色 校 正。 考 虑 到相较于其它颜色，黑色背景可以消除甘蔗边缘阴影
效长 短 轴 得 到 茎 节 上 下 端 点 坐 标 ； 以 倾 角 的 度 数 进 行 反 向 旋 转 ，最 终 得 到 茎 节 位 置 。 试 验 结 果 表 明 ： 甘 蔗 茎 节 识
别 与 定 位 方 法 处 理 速 度 快 ，茎 节 识 别 率 高 ，左 右 端 的 定 位 误 差 分 别 小 于 0 ． 9 mm 和 2 ． 4 mm 。
陷检测、品质 检 测、水 果 分 级、蔬 菜、农 业 和 食 品 工 程 等领域［4－8］。运 用 计 算 机 图 像 处 理 技 术 识 别 甘 蔗 茎
轴长度； 以分割后的甘蔗图像对二值化图像掩膜，得 到含有茎节和干扰信息的图像； 将该图像以倾角反向
节，防止甘蔗种植机在切割过程中的伤芽，实现甘蔗 旋转，计算每列像素值之和，统计分析最大值所在列，
的精细化种植，具有重要意义。
并结合质心、等效长短轴，得到茎节上下端点坐标，以
Moshashai 等利用灰度图像阈值分割的方法对甘 蔗茎节识别做了初步研究［9］。目前，国内在此领域的
倾角的度数 再 次 进 行 反 向 旋 转，最 终 得 到 茎 节 位 置。 该研究创新性地解决了实际生产过程中具有一定倾