夜间猕猴桃果实的图像分割方法答案.ppt

5.2 获取的分割图像 利用程序4对分割出来的图像进行背景色的更改，通过程序5进行果实轮廓的提取，程序6是对果实的分割图像进行腐蚀滤波。 利用程序6将果萼和果实的部分进行了融合。 程序6： Out=imfill(Out,holes); 夜间猕猴桃果实的图像分割方法研究 目录 一. 背景及研究意义 二. 实验数据的获取 三. 实验数据的处理 四. 判别模型的建立 五. 分割图像的获取 一.背景及研究意义 1.1 背景： 在高端的农业生产技术上果实采摘机器人的视觉系统运用到了图像分割来识别果实，而图像分割技术至今存在了上千种的分割算法，然而具体获取目标果实，是通过在周围环境中减小树叶，树枝，果柄，背景天空和其他物质对目标图像的影响来实现目标的提取。 1.2 研究意义： 本实验研究的主要是通过利用数据的提取和分析，然后建立起所需要的判别模型，在通过判别模型对图片中相应的区域进行图像的分割，在现有的方法中这种方法的研究对图像分割方法的研究具有重要的意义。 二.实验数据的获取 2.1 PixelCollector图像取点软件的说明。 2.2 图像各部分点的选取。 2.3 对获得的数据进行合并。 2.1 PixelCollector图像取点软件的说明 （1）OpenImage：读取你所需要处理的图片，分别对所需要进行操作的区域进行随机的选取像素点，在软件的界面上同时也可以读取X、Y、Red、Green、Blue、Hue、Sat、Int、L、A、B的值。 （2）OpenFile：是对进行处理过的图片进行读取； （3）SaveFile：是将随机选取的像素点的X、Y、Red、Green、Blue、Hue、Sat、Int、L、A、B值通过选取路径并用CSV的文件格式保存下来； （4）SaveImage：是将选取像素点后的图片选择路径后保存下来； （5）Undo：是撤消之前的操作； （6）Clear：是将选取的点和已经获得的数据进行清除。 PixelCollector图像取点取数据软件 2.2 图像各部分像素点的选取 树枝部分的选取 果实部分的选取 果萼部分的选取 树叶部分的选取 果柄部分的选取 天空部分的选取 钢管或钢丝部分的选取 输出X、Y、Red、Green、Blue、Hue、Sat、Int、L、A、B的值的csv文件 2.3 对获得的数据进行合并 所需使用的程序： @echo off setlocal enabledelayedexpansion copy *.csv new.csv echo @@@@@@@@@@@@@合并成功！@@@@@@@@@@@@@ pause ***************************** SPSS软件进行判别分析 三.实验数据的处理 3.1 对获取的各部分数据进行标记 3.2 用SPSS软件对标记好的数据进行判别分析 3.3 前10幅图7类9个自变量自由的组合 3.1 对获取的各部分数据进行标记 3.1.1 各标识含义（此处我们对前10幅的数据进行标记）： （1）分为7类： 1——树枝 2——果萼 3——果实 4——树叶 5——果柄 6——天空 7——钢丝或钢管 （2）分为5类（2——果萼和3——果实部分数据进行合并成2——果实， 4——树叶和5——果柄部分合并成3——树叶）： 1——树枝 2——果实 3——树叶 4——天空 5——钢管或钢丝 3.2 用SPSS软件对标记好的数据进行判别分析 3.2.1 果实实际的正确分类率： 由于SPSS软件中对获取图像中各部分像素点的数据判别会产生误判为了更加得到更加精确数据所以我们要算上其他部分的像素点误判为果实的像素点一起算上。  3.2.2 对前10幅图7类的9个变量使用SPSS 中判别分析的步进法： 分类结果：a.总的正确分类率有66.5%； b.果实的正确分类率有82.3%； c.果实实际的正确分类率有73.04% 3.3 前10幅图7类9个自变量自由的组合 3.3.