自动阈值法在生长环境茄子图像分割中的应用.pdfVIP

第7卷第6期 潍坊学院学报 VoI．7 No．6 2007年 11月 Journal of Weifang University NOV．2007 自动阈值法在生长环境茄子图像分割中的应用 棠 健 (潍坊学院，山东 潍坊 261061) 摘 要：在果蔬采摘机器人系统中，果实目标的智能化识别和定位问题一直是没有解决的问题。为 此，研究生长环境中茄子图像的分割算法问题。通过对生长环境中茄子果实与周围环境颜色特征的试验 与统计，得出了EXG颜色因子对于茄子果实分割最为有利的结论。采用自动阈值法对EXG灰度图像进 行了分割。选择图像灰度的均值作为初始闽值的估算值，然后连续不断的进行迭代，直到取得满意的结 果。试验表明，分割效率分别大于81％，平均用时为0．116s，能够满足果蔬采摘机器人对视觉系统的要 求。 关键词：图像处理；图像分割；自动闲值；采摘机器人 中图分类号：TP391．41；$641．2 文献标识码：A 文章编号：1671—4288(2007)06—0006—04 1 引言 者对生长环境中果实的识别作了一些研究，由于自 随着人口的老龄化和农业劳动力的减少，蔬菜 然光下采集的果实图像，图像的背景复杂，受光线的 和水果收获采摘机器人成为了世界性的研究热点。 影响也很大，当前的研究基本都是针对特定的环境 果蔬采摘机器人是工作在非结构环境中的复杂的光 和特定的目标，而且不能很好地克服生长环境(光照 机电一体化设备，是在无人参与的情况下完成果实 条件等)的影响。为克服以上难题，以生长环境中的 的识别、采摘和运输的全过程。果蔬采摘机器人进 茄子为研究对象，从分析颜色特征人手，找出简单有 行作业时，首先要根据果实目标的颜色、大小和形状 效的识别模型和颜色因子，分别采用自动阈值法进 将成熟果实从叶子和枝条等背景中辨别出来，并确 行图像分割。 定其空间位置，为机械手提供相应的运动参数，从而 2 颜色因子的选择 完成采摘作业。因此，图像分割是果实目标识别过 颜色特征是物体表面的本质特征，颜色研究是 程中的关键步骤。 机器视觉系统基础研究的重要组成部分。为了科学 近年来，国内外学者在这方面作了许多研究，取 的研究、测定和使用颜色，已经建立了十几种颜色模 得了一些成果。田中芳夫等(1990)对果园树上的 型，如RGB、HIS、L％a％b％、YUV等。试验表明，在 柑桔进行了识别研究，在有阴影和反射光的情况下， 不同的颜色空间下图像处理的效果有很大的不同。 分别采用RGB信号和色差信号对柑桔进行识别，试 所以，选择一个合适的颜色模型进行图像的处理与 验表明两种方法都能正确识别果实；Buemi等 分析很重要。 (1995)使用HIS成分的彩色相机获取图像，利用色 RGB颜色模型是图像处理中最基础、最常用 调和饱和度对图像进行分割，可以检测到90％的成 的。因为现有的图像采集设备最初采集到的颜色信 熟番茄，出现的错误结果，基本上都是由于遮挡问题 息就是RGB值，显示设备最终使用的也是RGB值。 造成的；孙明等(1997)通过对果实、叶、枝等色泽信 图像处理中使用的其他所有的颜色空间都是从 号浓度频率谱图的分析，求出阈值，然后运用此值对 RGB颜色空间转换来的，其处理结果如果需要显示 彩色图像进行二值化处理，顺光条件下目标的识别 出来，也要转换到RGB颜色空间。为了降低图像处 率可达80％，但在逆光时因果实的灰度降低，不能 理的难度，提高处理速度，最好的方法是直接利用 达到这个精度。 RGB颜色模型的一个分量进行图像处理。但是，通 综合国内外文献可以看出，虽然近年来许多学 过试验可知效果并不理想。 $收稿日期：2007—10—22 作者简介：宋 健(1968一)，男，山东潍坊人，潍坊学院机电工程学院副教授，博士。 — — 6 —— 第6期