本文選題：圖像分割　切入點(diǎn)：蘋果　出處：《計(jì)算機(jī)應(yīng)用研究》2017年08期 　論文類型：期刊論文

【摘要】：正確地將蘋果從圖像中識(shí)別出來是蘋果采摘機(jī)器人實(shí)現(xiàn)自動(dòng)采摘的前提,在對(duì)該問題研究的基礎(chǔ)上,提出一種基于顯著性輪廓的蘋果目標(biāo)識(shí)別方法。利用K-means無監(jiān)督聚類算法將圖像分割為背景和目標(biāo)區(qū)域;由于光照等因素,目標(biāo)區(qū)域內(nèi)部存在大面積空洞,引入ASIFT特征,將完整的目標(biāo)與存在空洞的目標(biāo)進(jìn)行特征匹配記錄與空洞相對(duì)應(yīng)的特征,由這些特征恢復(fù)成像素填補(bǔ)空洞;在基于區(qū)域的基礎(chǔ)上,采用g Pb輪廓檢測器進(jìn)行輪廓檢測,生成較長、較明顯的灰度輪廓圖像;通過動(dòng)態(tài)閾值Otsu法對(duì)灰度輪廓圖像進(jìn)行自動(dòng)閾值處理,去除目標(biāo)周圍大量的邊緣噪聲,確定連續(xù)的顯著性輪廓,完整地提取目標(biāo)輪廓。實(shí)驗(yàn)結(jié)果表明,該方法具有更好的準(zhǔn)確性與魯棒性,對(duì)蘋果目標(biāo)的正確識(shí)別率在98%以上。
[Abstract]:Correctly recognizing apple from the image is the premise of automatic picking of apple picking robot. Based on the research of this problem, A method of apple target recognition based on salient contour is proposed. K-means unsupervised clustering algorithm is used to segment the image into background and target area. Due to illumination and other factors, there are large areas of holes in the target area, so the ASIFT feature is introduced. The complete target is matched with the target with holes and the corresponding features of the hole are recorded. These features are restored into pixels to fill the void. Based on the region, the gPb contour detector is used to detect the contour. A longer and more obvious gray contour image is generated, and the dynamic threshold Otsu method is used to process the gray contour image automatically to remove a large amount of edge noise around the target and to determine the continuous significant contour. The experimental results show that this method has better accuracy and robustness, and the correct recognition rate of apple target is more than 98%.
【作者單位】： 常州大學(xué)信息科學(xué)與工程學(xué)院;常州輕工職業(yè)技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51307010) 江蘇省自然科學(xué)青年基金資助項(xiàng)目(BK20140265,BK20140266) 常州市科技計(jì)劃資助項(xiàng)目CJ20160010)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王磊,王立勝,顧訓(xùn)穰;圖像輪廓提取的迭代收縮算法[J];計(jì)算機(jī)應(yīng)用與軟件;2004年02期

2 諶昌海,原培新,孫巖;改進(jìn)的輪廓提取法在棒線材端頭識(shí)別中的應(yīng)用[J];機(jī)械工程與自動(dòng)化;2005年05期

3 邵曉芳;孫即祥;張欣;;認(rèn)知輪廓研究進(jìn)展[J];計(jì)算機(jī)應(yīng)用研究;2008年07期

4 楊長才;鄭勝;葉瑾;;基于支持度變換的幾何活動(dòng)輪廓模型輪廓提取方法[J];計(jì)算機(jī)應(yīng)用;2008年S1期

5 胡榮;王宏遠(yuǎn);;基于運(yùn)動(dòng)段分類的人體輪廓提取方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

6 閻春平;王賓賓;覃斌;劉飛;;應(yīng)用拓?fù)渫队安蛔冊(cè)淼目臻g圖形輪廓提取方法[J];重慶大學(xué)學(xué)報(bào);2010年06期

7 吳峻松,凌玲,王成燾;定做式人工髖關(guān)節(jié)設(shè)計(jì)與加工中股骨輪廓提取方法[J];機(jī)械設(shè)計(jì)與研究;1998年04期

8 黃福珍,蘇劍波,席裕庚;基于幾何活動(dòng)輪廓模型的人臉輪廓提取方法[J];中國圖象圖形學(xué)報(bào);2003年05期

9 孫吉紅,姜合,王國棟;光切法在圖像輪廓提取中的應(yīng)用[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年01期

10 嚴(yán)旭峰,彭芳瑜,王曉宇;伽瑪?shù)吨委熡?jì)劃系統(tǒng)中一種新的圖像輪廓提取算法[J];機(jī)床與液壓;2004年06期

相關(guān)會(huì)議論文 前10條

1 楊濱;付峰;董秀珍;;顱腦CT圖像的自動(dòng)分割和輪廓提取[A];中國生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)青年優(yōu)秀論文[C];2010年

2 桑農(nóng);唐奇伶;;視皮層感知機(jī)制在輪廓提取中的應(yīng)用[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

3 曹永鋒;孫洪;徐新;;一種提取多顯著性等級(jí)區(qū)域輪廓的高效算法[A];2003年中國智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

4 陳雷;于明;羅永興;張海哲;李軼博;;低信噪比復(fù)雜結(jié)構(gòu)圖像中的一種動(dòng)態(tài)輪廓提取方法[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

5 徐曉剛;于金輝;馬利莊;;復(fù)雜物體輪廓提取[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 黃瓊雁;賴劍煌;阮邦志;;非均勻光照下的嘴巴輪廓的檢測與嘴巴狀態(tài)分類[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

7 楊明浩;陶建華;張大偉;李昊;;基于X光的漢語單音節(jié)舌位輪廓運(yùn)動(dòng)數(shù)據(jù)庫[A];第十二屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議（NCMMSC'2013）論文集[C];2013年

8 陸承恩;朱光喜;孫俊;;基于邊界搜索的圖像閉合輪廓提取算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

9 黎明;馮華君;徐之海;;一種基于光強(qiáng)信息的結(jié)構(gòu)光圖像輪廓提取方法[A];大珩先生九十華誕文集暨中國光學(xué)學(xué)會(huì)2004年學(xué)術(shù)大會(huì)論文集[C];2004年

10 葉銘;王成燾;;骨骼的輪廓提取和輪廓的B樣條描述[A];21世紀(jì)醫(yī)學(xué)工程學(xué)術(shù)研討會(huì)論文摘要匯編[C];2001年

相關(guān)博士學(xué)位論文 前4條

1 黃初華;基于多視角視頻的時(shí)變?nèi)S模型序列生成若干關(guān)鍵技術(shù)研究[D];浙江大學(xué);2017年

2 孫陽光;物體邊緣輪廓提取新方法研究[D];華中科技大學(xué);2009年

3 唐奇伶;基于初級(jí)視皮層感知機(jī)制的輪廓與邊界檢測[D];華中科技大學(xué);2007年

4 劉泊;基于白光相移干涉法的表面三維微觀輪廓測量技術(shù)研究[D];哈爾濱理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 趙壯壯;激光標(biāo)刻系統(tǒng)中漢字輪廓提取技術(shù)[D];遼寧大學(xué);2015年

2 孟佳;基于ICT的工件內(nèi)部缺陷輪廓提取研究[D];燕山大學(xué);2015年

3 梅洪洋;監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)輪廓提取方法的研究與應(yīng)用[D];華中師范大學(xué);2015年

4 谷康;共焦掃描離散曲面輪廓提取算法研究及軟件實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

5 李季;基于雙攝像頭的非接觸式中厚板輪廓檢測方法研究[D];浙江理工大學(xué);2016年

6 王曉龍;現(xiàn)場鞋印輪廓提取與估計(jì)算法研究[D];遼寧師范大學(xué);2015年

7 王閃閃;基于顯著性檢測的人體輪廓提取問題研究與應(yīng)用[D];山東大學(xué);2016年

8 姜偉杰;基于立面輪廓的城市街區(qū)指標(biāo)表述方法研究[D];南京大學(xué);2016年

9 琚映云;紅外圖像序列中目標(biāo)跟蹤與目標(biāo)輪廓提取技術(shù)研究[D];南京航空航天大學(xué);2016年

10 許輝;基于輪廓感知的虛擬視點(diǎn)合成技術(shù)研究[D];東南大學(xué);2016年

，

本文編號(hào)：1586946