基于同态滤波和K均值聚类算法的杨梅图像.pdfVIP

第 31 卷 第 14 期 农 业 工 程 学 报 Vol.31 No.14 202 2015 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2015 基于同态滤波和 K 均值聚类算法的杨梅图像分割 徐黎明 1,2 ，吕继东 1※ （1. 常州大学信息科学与工程学院，常州 213164 ；2. 江苏城乡建设职业学院设备工程系，常州 213147 ） 摘 要：针对自然环境下光照不均杨梅果实分割效果不理想问题展开研究。应用同态滤波算法对 HSV （色调hue ，饱和 度 saturation ，亮度value ）颜色空间下杨梅图像V 分量进行亮度增强，以补偿光线。而后针对彩色杨梅图像的颜色特征， 结合 Lab （L （亮度Lightness ），a （色度chromaticity，+a 表示红色，−a 表示绿色），b （色度 chromaticity ，+b 表示黄色， −b 表示蓝色）颜色空间 a 、和b 分量的特点，应用 K 均值聚类算法在 Lab 颜色空间中对彩色杨梅图像进行分割。为了验 证该算法的有效性，在 100 余幅图像中选用 15 幅因光照不均和生长状态不同而存在不同程度阴影影响的杨梅图像，进行 了 3 组比较试验，先采用 K 均值聚类算法对光线补偿去除阴影前后的杨梅图像分割结果进行比较；接着，采用基于色差 2*R-G-B 自适应灰度阈值分割算法和K 均值聚类算法 2 种不同分割算法对去除阴影后的杨梅图像分割结果进行比较；最 后，与基于灰度变换法、直方图均衡化方法的图像增强法去除阴影的效果进行对比。试验结果表明，该文算法的分割误 差、假阳性率、假阴性率平均值分别为 3.78%，0.69%和 6.8% ，分别比光线补偿前降低了 21.01 ，12.79 和 21.14 个百分 点；与基于色差（2*R-G-B ）自适应灰度阈值分割算法相比，分割误差、假阳性率、假阴性率这3 个指标的性能平均提高 了 12.93，1.45 和 7.11 个百分点；与基于灰度变换法图像增强法比较表明，分割误差、假阳性率、假阴性率平均值分别降 低了 32.94 ，6.85 和 29.65 个百分点，与直方图均衡化图像增强法相比，这 3 个值分别降低了 24.92 ，6.12 和 33.06 个百 分点。通过试验结果图的主观判断和评价指标的定量分析，验证了该算法能有效地分割出杨梅目标，保证了杨梅目标在 颜色、纹理和形状方面的完整度，研究结果为研究采摘机器人进行杨梅等果实的分割和识别提供参考。 关键词：图像分割；算法；水果；同态滤波；K 均值聚类；杨梅 doi ：10.11975/j.issn.1002-6819.2015.14.028 中图分类号：TP391.4 文献标志码：A 文章编号：1002-6819(2015)-14-202-07 徐黎明，吕继东. 基于同态滤波和 K 均值聚类算法的杨梅图像分割[J]. 农业工程学报，2015，31(14)：202－208. doi ：10.11975/j.issn.1002-6819.2015.14.028 Xu Liming, Lü Jidong. Bayberry image segmentation based on homomorphic filtering and K-means clustering algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(14): 202