何丹丹，徐 梅

（1.东北农业大学工程学院，哈尔滨 150030；2.东北农业大学理学院，哈尔滨 150030）

基于图像处理技术的农作物检测技术是农产品品质无损检测的主要研究内容之一[1]。叶片与背景的图像分割是基于图像处理技术的农作物检测技术的重要内容之一，叶片边缘检测是图像分割的基础，因此必须寻找一种有效可靠的叶片边缘检测算法，以期得到较为完整的水稻叶片边缘信息，进而提高农作物检测准确率。

针对农作物的边缘检测算法，沈明霞等提出基于零点反对称紧支撑二进小波的图像边缘检测算法，实验结果表明该算法能够获取农田景物的连续、光滑的边缘[2]。Benson等提出了一种基于自适应模糊顺序线性回归模型的农作物边缘检测算法，将其应用于农作物自动收割领域[3]。沈明霞等使用低通滤波器和二值膨胀技术获得农作物边缘[4]。赵峻颖等采用传统的边缘检测算子对草莓图像进行了边缘检测，为草莓采摘机器人的视觉系统中图像识别的预处理工作奠定了基础[5]。张慧等采用Canny边缘检测算子对大米外形检测，试验结果表明该方法对大米粒形识别时有较高的准确率[6]。Valliammal提出了一种基于二进小波变换和p-tile配对阈值的边缘检测方法，实验结果表明能够有效获取叶片边缘[7]。

在众多的农作物图像边缘检测算法中，一部分算法复杂度较高[2-3,7]；一部分算法是在对图像去噪处理基础上，采用传统的边缘检测算子对其进行边缘检测，该方法获取的图像边缘往往是不精确的，并伴有虚假边缘和不连续的情况[4-6]。……