针对果树病虫害防治工作中劳动强度大、防治器械落后、农药污染严重等问题,提出将机器视觉技术应用于果园对靶喷雾系统。通过对仿真果树图像实时采集、分割获取树形和枝叶分布信息,并以十六进制编码向下位喷雾装置下达喷雾指导信息。对于每一帧图像(768×576象素)从采集到下达喷雾信息的总处理时间为0.579秒。 本文重点研究果树图像分割方法。首先,采取基于颜色特征的分割。在筛选颜色特征时,突破前人定性评价颜色特征优劣的方法,引入以“误判率”为指标的定量颜色特征评价方法。通过“误判率”曲线可以明确的说明各种颜色特征在分割中的表现,最终选定ExG1作为颜色特征。其次,以复杂环境中果树图像分割为目的,初步探讨了基于纹理特征的图像分割方法。研究中将图像分成无重复的纹理区块(16×16象素)。由区块纹理特征:能量、熵辅以图像区块X和Y坐标组成纹理区块样本向量代表该小区特征。对由土壤、果树枝叶、草地和天空四种果园中常见纹理合成的实验图像聚类,分类结果正确率达100%。未加象素区块位置信息,仅以能量和熵作为向量特征时,这四种纹理合成图像分类正确率从4%到90%不等。表明在纹理分析中,纹理本身特征辅以纹理区块位置信息可以提高分割效果。