基于SLIC和多尺度显着性的红枣图像分割算法槡S 槡 - 江苏农业科学.PDF

江苏农业科学　２０１６年第４４卷第３期 — ４５５— 曹洪武，王振磊，姚　娜，等．基于ＳＬＩＣ和多尺度显著性的红枣图像分割算法［Ｊ］．江苏农业科学，２０１６，４４（３）：４５５－４５７． ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１６．０３．１２７ 基于ＳＬＩＣ和多尺度显著性的红枣图像分割算法 １ ２ １ １ 曹洪武 ，王振磊 ，姚　娜 ，姚江河 （１．塔里木大学信息工程学院，新疆阿拉尔８４３３００；２．塔里木大学植物科学学院，新疆阿拉尔８４３３００） 　　摘要：针对自然光条件下具有复杂背景的红枣图像，提出了１种新的图像分割方法。首先，该方法用简单线性迭 代聚类（ｓｉｍｐｌｅｌｉｎｅａｒｉｔｅｒａｔｉｖｅｃｌｕｓｔｅｒｉｎｇ，ＳＬＩＣ）算法对图像进行超像素分割，并进行迭代合并处理，从而得到不同尺度 的图层；其次，利用图像局部对比度估计和区域位置估计来获取相应的显著性图；最后，用Ｋ－ｍｅａｎｓ算法得到红枣图 像聚类分割结果。结果表明，该方法能有效去除图像的复杂背景，消除红枣上光斑的影响，准确地将红枣图像从背景 中分割出来。 　　关键词：图像分割；简单线性迭代聚类；多尺度；红枣图像；显著性；Ｋ－ｍｅａｎｓ 　　中图分类号：ＴＰ３９１．４；Ｓ１２６　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１６）０３－０４５５－０３ 　　新疆地区有着丰富的红枣资源，红枣的种植和加工已成 尺度图层，先得到图层Ｌ，并在Ｌ基础上，同理获得图层Ｌ。 １ １ ２ 为新疆特色支柱产业之一，目前，新疆红枣产量已居全国首 １．１　ＳＬＩＣ算法原理 位。因此，进行红枣采摘机器人研究，对提高采摘效率、节约 ＳＬＩＣ是１种基于像素色彩和色彩空间来进行超像素分 ［６］ 劳动力成本有特别的现实意义，而其中红枣图像的分割是研 割的方法 ，其算法流程如下。  发采摘机器人的关键步骤。近年来，已有较多国内外学者从 （１）初始化过程。在 ＣＩＥＬＡＢ色彩空间（ＣＩＥ１９７６Ｌ ，   不同角度开展了图像分割研究，典型的方法有直方图阈值 ａ ，ｂ ＣｏｌｏｒＳｐａｃｅ）中，依据超像素区域数目控制因子ｋ，将图 ［１］ ［２］ ［３］ 像划分为ｋ个正方形网格，每个网格边长 ，并将每 法 、特征空间聚类法 、区域分级方法 、边缘检测方 Ｓ＝ Ｎ／Ｋ 槡 ［４］ ［５］ 个网格中心点３×３领域内的最小梯度位置初始化为聚类中 法 、显著性图像分割方法 等。虽然上述方法在各自领域 Ｔ 均有较好的应用，但仍未有一种通用方法能适合于所有类型 心，如第ｊ个聚类中心为：Ｃ［ｌ，ａ，ｂ，ｘ，ｙ］（ｌ为像素点光亮