基于MFICSC算法的生菜图像目标聚类分割.pdfVIP

第28 卷 第13 期 农 业 工 程 学 报 Vol.28 No.13 2012 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2012 149 ·农业信息与电气技术· 基于MFICSC 算法的生菜图像目标聚类分割 1 1 2 1 2 孙 俊 ，武小红 ，张晓东 ，王 艳 ，高洪燕 （1. 江苏大学电气信息工程学院，镇江 2l20l3 ； 2. 江苏大学江苏省现代农业装备与技术重点实验室，镇江 212013 ） 摘 要：生菜图像目标分割是基于图像处理的生菜生理信息无损检测的前提。为了解决因生菜富含水分使得图像采集镜 头反光而导致生菜叶片图像灰度分布不均的问题，该文采用一种修正的图像灰度均衡算法对生菜图像进行灰度均衡处理， 应用混合模糊类间分离聚类算法 （MFICSC ）进行生菜图像目标分割，使总体类间距离最大化，能够同时生成模糊隶属度 和典型值，对处理噪声数据和克服一致性聚类问题均表现良好。分别采用MFICSC 算法和Otsu 算法进行了生菜图像目标 分割对比试验，结果表明MFICSC 算法具有较好的聚类准确度，效果优于传统Otsu 分割算法。 关键词：机器视觉，图像分割，算法，MFICSC ，Otsu doi ：10.3969/j.issn.1002-6819.2012.13.024 中图分类号：S126；TP391.41 文献标志码：A 文章编号：1002-6819(2012)-13-0 149-05 孙 俊，武小红，张晓东，等. 基于MFICSC 算法的生菜图像目标聚类分割[J]. 农业工程学报，2012，28(13)：149－153. Sun Jun, Wu Xiaohong, Zhang Xiaodong, et al. Lettuce image target clustering segmentation based on MFICSC algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 20 12, 28(13): 149－153. (in Chinese with English abstract) 高的聚类准确率。本文将其应用于图像目标分割，并通 0 引 言 过生菜图像目标分割试验，与Otsu 算法分割结果进行对 生菜常称为减肥生菜，其健康种植受到许多专家关 比分析。 注。生菜叶片受水分胁迫、氮素胁迫会不同程度影响叶 1 图像灰度均衡处理 片健康状况，出现叶片翻卷，影响叶绿素、叶黄素含量， 从而导致作物叶片颜色、纹理等表面特性的改变，因此 生菜富含水分，造成图像采集镜头易反光，而且由 专家可利用叶片或冠层的颜色、纹理、形态等宏观物理 于图像采集时光线问题或者角度原因，均会使拍摄到的 特性对其进行无损检测诊断。 生菜叶片图像灰度变化范围窄，灰度层次不明显。这些 [1] [2-