基于HSV模型與改進(jìn)的OTSU算法花椒圖像分割
發(fā)布時(shí)間:2021-06-11 05:51
為實(shí)現(xiàn)農(nóng)業(yè)智能機(jī)器人對(duì)作業(yè)現(xiàn)場(chǎng)花椒的識(shí)別,提出了一種基于HSV模型與改進(jìn)的Otsu算法相結(jié)合的圖像分割方法:以現(xiàn)場(chǎng)圖像的H分量圖像作為處理樣本,先采用中值濾波濾除噪聲,再利用改進(jìn)的Otsu算法進(jìn)行閾值分割,達(dá)到對(duì)花椒目標(biāo)辨識(shí)的目的。通過對(duì)采摘現(xiàn)場(chǎng)成熟的大紅袍花椒在順光、背光、遮陰3種情況下采集的圖像進(jìn)行分割,結(jié)果表明:在順光、背光、遮陰條件下,分割識(shí)別率分別為93.3%、90%、88.3%,且與傳統(tǒng)的Otsu算法相比,圖像分割時(shí)間縮短20%以上,為現(xiàn)場(chǎng)機(jī)器人花椒采摘識(shí)別提供了一種方法。
【文章來源】:中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2019,40(11)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
花椒圖像分割流程
顏色是對(duì)植物進(jìn)行圖像分割的重要依據(jù)之一[14]。HSV顏色模型由色相(Hue)、飽和度(Saturation)和明度(Value)3個(gè)分量組成,是人視覺系統(tǒng)對(duì)彩色感知的方式之一[15]。HSV顏色模型中3個(gè)分量的獨(dú)立性高于RGB顏色模型中的3個(gè)分量的獨(dú)立性。當(dāng)植物周圍環(huán)境的色相與植物的色相差別較大時(shí),將植物的RGB圖像轉(zhuǎn)化為HSV圖像,提取H分量后獲得的圖像中植物的凸顯性好[16-18]。基于此,將順光、背光、遮陰3種條件下的花椒RGB圖像轉(zhuǎn)化為HSV圖像,提取其H分量,結(jié)果如圖1(b)、2(b)、3(b)所示。觀察3種條件下的H分量圖,發(fā)現(xiàn)圖中花椒果實(shí)凸現(xiàn)性均較好,與周圍環(huán)境有很大差異。由H分量直方圖(見圖1(c)、2(c)、3(c))可知:3種條件下H直方圖曲線均有明顯的波峰和波谷,適合采用Otsu分割算法獲得花椒果實(shí)目標(biāo)。因此,首先選擇HSV顏色模型的H分量對(duì)花椒圖像進(jìn)行預(yù)處理。圖2 背光下花椒圖像H分量分析
背光下花椒圖像H分量分析
【參考文獻(xiàn)】:
期刊論文
[1]橘子采摘機(jī)器人目標(biāo)識(shí)別定位方法與實(shí)驗(yàn)研究[J]. 楊帆,李鵬飛,劉庚,王偉斌. 西安理工大學(xué)學(xué)報(bào). 2018(04)
[2]草莓采摘機(jī)器人圖像識(shí)別系統(tǒng)研究[J]. 侯貴洋,趙桂杰,王璐瑤. 軟件. 2018(06)
[3]基于機(jī)器視覺的水果采摘機(jī)器人目標(biāo)識(shí)別方法[J]. 初廣麗,張偉,王延杰,丁南南,劉艷瀅. 中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2018(02)
[4]基于改進(jìn)Otsu算法的生菜葉片圖像分割方法[J]. 孫俊,宋佳,武小紅,李玉婷. 江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[5]一種改進(jìn)的應(yīng)用于膚色分割的Otsu算法[J]. 項(xiàng)敏,李民政. 桂林電子科技大學(xué)學(xué)報(bào). 2017(05)
[6]非結(jié)構(gòu)環(huán)境中擾動(dòng)葡萄采摘點(diǎn)的視覺定位技術(shù)[J]. 熊俊濤,何志良,湯林越,林睿,劉振. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(04)
[7]基于局部均值的甘蔗莖節(jié)識(shí)別[J]. 黃亦其,黃體森,黃媚章,尹凱,王小波. 中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2017(02)
[8]串番茄采摘點(diǎn)的識(shí)別方法[J]. 梁喜鳳,章艷. 中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2016(11)
[9]自然場(chǎng)景下花椒果實(shí)的識(shí)別[J]. 萬芳新,白明昌,賀志洋,黃曉鵬. 中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2016(10)
[10]基于超模糊集的Canny邊緣檢測(cè)在花椒圖像中的應(yīng)用[J]. 宋凌怡,舒濤,周德榮. 重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
本文編號(hào):3223953
【文章來源】:中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2019,40(11)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
花椒圖像分割流程
顏色是對(duì)植物進(jìn)行圖像分割的重要依據(jù)之一[14]。HSV顏色模型由色相(Hue)、飽和度(Saturation)和明度(Value)3個(gè)分量組成,是人視覺系統(tǒng)對(duì)彩色感知的方式之一[15]。HSV顏色模型中3個(gè)分量的獨(dú)立性高于RGB顏色模型中的3個(gè)分量的獨(dú)立性。當(dāng)植物周圍環(huán)境的色相與植物的色相差別較大時(shí),將植物的RGB圖像轉(zhuǎn)化為HSV圖像,提取H分量后獲得的圖像中植物的凸顯性好[16-18]。基于此,將順光、背光、遮陰3種條件下的花椒RGB圖像轉(zhuǎn)化為HSV圖像,提取其H分量,結(jié)果如圖1(b)、2(b)、3(b)所示。觀察3種條件下的H分量圖,發(fā)現(xiàn)圖中花椒果實(shí)凸現(xiàn)性均較好,與周圍環(huán)境有很大差異。由H分量直方圖(見圖1(c)、2(c)、3(c))可知:3種條件下H直方圖曲線均有明顯的波峰和波谷,適合采用Otsu分割算法獲得花椒果實(shí)目標(biāo)。因此,首先選擇HSV顏色模型的H分量對(duì)花椒圖像進(jìn)行預(yù)處理。圖2 背光下花椒圖像H分量分析
背光下花椒圖像H分量分析
【參考文獻(xiàn)】:
期刊論文
[1]橘子采摘機(jī)器人目標(biāo)識(shí)別定位方法與實(shí)驗(yàn)研究[J]. 楊帆,李鵬飛,劉庚,王偉斌. 西安理工大學(xué)學(xué)報(bào). 2018(04)
[2]草莓采摘機(jī)器人圖像識(shí)別系統(tǒng)研究[J]. 侯貴洋,趙桂杰,王璐瑤. 軟件. 2018(06)
[3]基于機(jī)器視覺的水果采摘機(jī)器人目標(biāo)識(shí)別方法[J]. 初廣麗,張偉,王延杰,丁南南,劉艷瀅. 中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2018(02)
[4]基于改進(jìn)Otsu算法的生菜葉片圖像分割方法[J]. 孫俊,宋佳,武小紅,李玉婷. 江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[5]一種改進(jìn)的應(yīng)用于膚色分割的Otsu算法[J]. 項(xiàng)敏,李民政. 桂林電子科技大學(xué)學(xué)報(bào). 2017(05)
[6]非結(jié)構(gòu)環(huán)境中擾動(dòng)葡萄采摘點(diǎn)的視覺定位技術(shù)[J]. 熊俊濤,何志良,湯林越,林睿,劉振. 農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(04)
[7]基于局部均值的甘蔗莖節(jié)識(shí)別[J]. 黃亦其,黃體森,黃媚章,尹凱,王小波. 中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2017(02)
[8]串番茄采摘點(diǎn)的識(shí)別方法[J]. 梁喜鳳,章艷. 中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2016(11)
[9]自然場(chǎng)景下花椒果實(shí)的識(shí)別[J]. 萬芳新,白明昌,賀志洋,黃曉鵬. 中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2016(10)
[10]基于超模糊集的Canny邊緣檢測(cè)在花椒圖像中的應(yīng)用[J]. 宋凌怡,舒濤,周德榮. 重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
本文編號(hào):3223953
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3223953.html
最近更新
教材專著