基于顏色特征的果樹(shù)圖像中成熟蜜桔的分割

唐英杰++陸玲

摘要：根據(jù)成熟蜜桔在果樹(shù)中的顏色特征，首先去除果樹(shù)中的綠色葉子，然后根據(jù)蜜桔的色調(diào)特點(diǎn)突出蜜桔， 再進(jìn)行濾波處理消除噪聲，最后提取背景形狀特征，對(duì)誤判的區(qū)域進(jìn)行修正。通過(guò)大量圖片的結(jié)果對(duì)比，基本上從果樹(shù)中能分割出蜜桔區(qū)域。

關(guān)鍵詞：蜜桔；圖像分割；顏色特征

中圖分類(lèi)號(hào)： TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）25-0127-03

The Mature Orange Segmentation in Fruit trees Image Based on the Color Characteristics

TANG Yin-Jie， LU ling

（School of Information Engineering， East China Institute of Technology， Nanchang 330013，China）

Abstract： According to the characteristics for mature oranges in fruit trees， first we remove the green leaves in the fruit trees， and then prominent the orange according to its color characteristics and filtering treatment to remove the noise， finally extract the shape， area of miscarriage of justice.We passed a lot of pictures of the results， the orange region can be separated from the fruit tree.basically.

Key words： orange；image segmentation；color characteristics

1 緒論

在社會(huì)經(jīng)濟(jì)的飛速發(fā)展，社會(huì)步入工業(yè)發(fā)展階段的背景下，計(jì)算機(jī)發(fā)展和農(nóng)牧業(yè)應(yīng)用需求亦飛速增長(zhǎng)，各種采摘機(jī)器人的研究具有重大的現(xiàn)實(shí)意義。而采摘機(jī)器人的最基本的一個(gè)需求就是需要識(shí)別采摘對(duì)象的位置。本文以果樹(shù)中的南豐蜜桔為例，提出了在自然環(huán)境下基于顏色特征的果樹(shù)中蜜桔的識(shí)別方法。

在果樹(shù)中果實(shí)識(shí)別中，有許多研究者針對(duì)不的果實(shí)提出了不同的方法。俞曉磊等[1] 將光譜技術(shù)與導(dǎo)航技術(shù)有機(jī)結(jié)合， 將果實(shí)、樹(shù)葉、樹(shù)枝的反射光譜作為一個(gè)重要的導(dǎo)航參數(shù)，利用其差異進(jìn)行導(dǎo)航， 可以快速區(qū)分果實(shí)、樹(shù)葉和樹(shù)枝，還可以有效消除外界環(huán)境的干擾，但成本高。司永勝等[2] 提出了利用歸一化的紅綠色差分割蘋(píng)果的方法。通過(guò)建立基于面積特征與極線幾何相結(jié)合的匹配策略實(shí)現(xiàn)雙目視覺(jué)下的果實(shí)定位，采用隨機(jī)圓環(huán)法，可以較準(zhǔn)確地提取果實(shí)的圓心、半徑。黃敏等[3]采用模板匹配方法，實(shí)現(xiàn)對(duì)果園蘋(píng)果的果實(shí)識(shí)別。李印清等[4]以番茄作為研究對(duì)象，提出基于區(qū)域特征的果實(shí)識(shí)別技術(shù)，識(shí)別過(guò)程包括灰度變換、區(qū)域邊緣銳化、區(qū)域分割、細(xì)化處理等步驟，馮娟等[5]研究了融合多源圖像信息的果實(shí)識(shí)別方法。優(yōu)選了H分量圖與幅度圖像作為待融合的源圖像；采用加權(quán)平均策略實(shí)現(xiàn)圖像的像素級(jí)融合；設(shè)計(jì)了一種基于直方圖的首閾檢測(cè)法和逐層分割圖像的方法以解決重疊果實(shí)的分離問(wèn)題。

以上方法沒(méi)有對(duì)蜜桔果實(shí)的處理，我們根據(jù)樹(shù)葉與蜜桔的顏色特征，將蜜桔從果樹(shù)中分割出來(lái)。

2 處理果樹(shù)中的樹(shù)葉

根據(jù)蜜桔樹(shù)圖像的特征，圖像中的背景大部分是蜜桔樹(shù)葉，為了更突出成熟的橙子，可先去除去綠色。去綠色的方法一般是當(dāng)像素的綠色分量大于紅色分量，就將該像素置為白色。即：

圖1中四幅圖像去綠后得圖2。從圖2中可以看出，這種方法還不能去掉偏黃的葉子（圖2bc）、暗色偏紅的葉子（圖2acd）以及一些亮色區(qū)域（圖2c）。必須進(jìn)一步再處理。

3 突出果樹(shù)中的蜜桔

通過(guò)大量實(shí)驗(yàn)得出，當(dāng)紅色分量與綠色分量之差小于20時(shí)，基本上不是蜜桔的顏色，同樣可以去除，變?yōu)榘咨Ａ硗鈱⒚劢蹍^(qū)域變?yōu)楹谏?，進(jìn)行二值化處理，即：

如圖3所示。從圖中可以看出，這種方法基本上只保留紅色與橘黃色之間的顏色，并且不受蜜桔表面的陰影（圖3bcd）與 （圖3d）的影響，對(duì)蜜桔表面的水珠有一定的抗干擾性（圖3d）。但不能消除一些蜜桔表面的高光區(qū)（圖3acd），為了填充這些高光區(qū)并且消除一些背景中的噪聲，可通過(guò)二值圖像的形態(tài)學(xué)方法進(jìn)行濾波處理。

4 濾波處理

二值圖像形態(tài)學(xué)噪聲濾波器可將開(kāi)、閉運(yùn)算結(jié)合來(lái)構(gòu)成[6]：

（d）

圖4 濾波處理

5 形狀特征提取

從圖4分析知，蜜桔（黑色）區(qū)域中的白色區(qū)域（簡(jiǎn)稱白洞）主要對(duì)應(yīng)兩種圖像內(nèi)容：一種是蜜桔樹(shù)葉，其形狀是多邊形；另一種就是高光區(qū)，近似圓形區(qū)域。提取白洞的具體方法采用計(jì)算機(jī)圖形學(xué)中的掃描線種子填充算法[7]：

（1） 選擇白色區(qū)域中的一個(gè)坐標(biāo)種子像素入棧。

（2） 當(dāng)棧非空時(shí)，棧頂像素出棧，否則結(jié)束。

（3） 沿掃描線對(duì)出棧像素及左邊和右邊像素填充，直到遇到左（記為XL）、右（記為XR）邊界為止。

（4） 在（XL， XR）區(qū)間內(nèi)檢查與當(dāng)前掃描線相臨的上、下兩條掃描線是否為邊界或已填充，如果不是，則將每一區(qū)間的最右邊的像素取作種子入棧。

（5）重復(fù)（2）-（5），直到?？諡橹?。

為了區(qū)別樹(shù)葉白洞與高光區(qū)白洞，對(duì)上述填充算法進(jìn)行改進(jìn)，在填充的過(guò)程計(jì)算白洞的面積、最小外接矩形、邊界長(zhǎng)度（周長(zhǎng)）：

（1） 選擇白色區(qū)域中的一個(gè)坐標(biāo)種子像素入棧。

（2） 當(dāng)棧非空時(shí)，棧頂像素出棧，否則結(jié)束。

（3） 沿掃描線對(duì)出棧像素及左邊和右邊像素填充，并確定像素坐標(biāo)是否是目前x、y的最大xmax、ymax或最小值xmin、ymin，如果是，記錄下來(lái)；然后計(jì)數(shù)區(qū)域面積，直到遇到左（記為XL，計(jì)數(shù)邊界個(gè)數(shù)）、右（記為XR，計(jì)數(shù)邊界個(gè)數(shù)）邊界為止。

（4） 在（XL， XR）區(qū)間內(nèi)檢查與當(dāng)前掃描線相鄰的上、下兩條掃描線：

如果是邊界或已填充，計(jì)數(shù)邊界個(gè)數(shù)；

如果不是，將每一區(qū)間的最右邊的像素取作種子入棧；

（5）重復(fù)（2）-（5），直到?？諡橹埂?/p>

經(jīng)過(guò)分析與實(shí)驗(yàn)，得出高光區(qū)的矩形度[6]：

R=區(qū)域面積/（（xmax-xmin）×（ymax-ymin））>0.9

且圓形度[6]：

C-4×區(qū)域面積/（區(qū)域周長(zhǎng)×區(qū)域周長(zhǎng)）>0.6

對(duì)于滿足上述兩個(gè)條件的白洞，可認(rèn)為是蜜桔高光區(qū)，需用黑色填充，如圖5所示，圖5d中的兩個(gè)高光區(qū)進(jìn)行了填充。

6 結(jié)束語(yǔ)

本文提出對(duì)蜜桔割的方法過(guò)程是：去除果樹(shù)中的綠色突出蜜桔進(jìn)行二值化處理，進(jìn)行濾波處理消除圖像中的一些噪聲，對(duì)判斷的結(jié)果進(jìn)行修正。該方法計(jì)算效率高，分割比較準(zhǔn)確，經(jīng)過(guò)大量的實(shí)驗(yàn)，效果較好，有一定的實(shí)用價(jià)值。

參考文獻(xiàn)：

[1] 俞曉磊，趙志敏.光譜導(dǎo)航技術(shù)在果樹(shù)果實(shí)定位中的應(yīng)用[J].光譜學(xué)與光譜分析，2010，30（3）：770-773.

[2] 司永勝，喬軍，劉剛，高瑞，何蓓.蘋(píng)果采摘機(jī)器人果實(shí)識(shí)別與定位方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2010，41（9）：148-153 .

[3] 黃敏. 基于模板匹配的蘋(píng)果果實(shí)識(shí)別， 計(jì)算機(jī)應(yīng)用與軟件[J].2010，27（10）：240-242.

[4] 李印清，鄭小東， 王曉潔. 基于區(qū)域特征的果實(shí)識(shí)別技術(shù)[J].河南科學(xué)，2010，26（3）：339-342

[5] 馮娟，曾立華，劉剛，司永勝.融合多源圖像信息的果實(shí)識(shí)別方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2014，45（2）：73-80.

[6] 陸玲，李金萍.Visual C++數(shù)字圖像處理[M].中國(guó)電力出版社，2014.

[7] 陸玲，桂穎，李麗華.計(jì)算機(jī)圖形學(xué)[M].電子工業(yè)出版社，2012.