本文關(guān)鍵詞：自然場(chǎng)景下蘋果圖像FSLIC超像素分割方法

  更多相關(guān)文章： 蘋果圖像 超像素分割 自然場(chǎng)景 簡(jiǎn)單線性迭代聚類

【摘要】：應(yīng)用Cauchy-Schwarz不等式,推導(dǎo)出一個(gè)聚類搜索過程中剝離不必要計(jì)算的條件,早期預(yù)估后舍掉符合預(yù)設(shè)條件的候選聚類,提出了基于自然場(chǎng)景的快速簡(jiǎn)單線性迭代聚類算法(FSLIC算法)。對(duì)包含極端惡劣條件下的500幅蘋果圖像進(jìn)行了邊界召回率檢驗(yàn)和運(yùn)行速度測(cè)試;統(tǒng)計(jì)了極端惡劣條件下的30幅蘋果圖像的全局錯(cuò)誤率GCE、假陽(yáng)性率FPR和假陰性率FNR。試驗(yàn)表明,提出的FSLIC算法減小了后續(xù)迭代過程中的冗余誤差,邊界召回率較GB超像素分割算法平均提高了21.7%,速度是GB超像素分割算法的1.83倍;整個(gè)圖像分割過程中基于超像素的分割算法(GB、FSLIC)的GCE值較常規(guī)分割算法(BP、WT、SVM)平均減小了13%,較常規(guī)算法的GCE值減小了19%。
【作者單位】： 南京農(nóng)業(yè)大學(xué)工學(xué)院;江蘇省智能化農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(31401291) 江蘇省自然科學(xué)基金項(xiàng)目(BK20140720;BK20140729) 中央高�；鹂蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(KYZ201325)
【分類號(hào)】：S661.1;TP391.41
【正文快照】： 引言室外自然環(huán)境下農(nóng)田果園作業(yè)場(chǎng)景復(fù)雜,自然光照隨時(shí)間變化較大,從早晨或黃昏的弱大氣光到中午的強(qiáng)太陽(yáng)光,光照的強(qiáng)度和顏色都存在一定差異;不同生長(zhǎng)時(shí)期的植物獲取的田間圖像光照條件不同,顏色變化明顯;果樹枝葉遮擋、多果鄰接及重疊遮擋都會(huì)產(chǎn)生各種不同形式的陰影。果園，

本文編號(hào)：1220347