[1]马正华,申根荣,吕继东.基于极限腐蚀的重叠苹果果实分割方法[J].江苏农业学报,2017,(06):1372-1378.[doi:doi:10.3969/j.issn.1000-4440.2017.06.025]
　MA Zheng-hua,SHEN Gen-rong,LYU Ji-dong.Study on the method of separating apple fruits based on limiting corrosiont[J].,2017,(06):1372-1378.[doi:doi:10.3969/j.issn.1000-4440.2017.06.025]
点击复制

基于极限腐蚀的重叠苹果果实分割方法()
分享到：

江苏农业学报[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2017年06期
页码:
1372-1378
栏目:
园艺
出版日期:
2017-12-30

文章信息/Info

Title:
Study on the method of separating apple fruits based on limiting corrosiont
作者:
马正华; 申根荣; 吕继东
（常州大学信息科学与工程学院，江苏常州213164）
Author(s):
MA Zheng-hua; SHEN Gen-rong; LYU Ji-dong
(School of Information Science and Engineering, Changzhou University, Changzhou 213164， China)
关键词:
色差分割; 极限腐蚀; OTSU分割; 分水岭分割法
Keywords:
chromatic aberration segmentation; limit corrosion; OTSU segmentation; watershed segmentation
分类号:
S233.74
DOI:
doi:10.3969/j.issn.1000-4440.2017.06.025
文献标志码:
A
摘要:
针对采摘机器人无法对重叠苹果准确分割的问题，提出了一种基于改进极限腐蚀和控制标记符分水岭分割苹果图像的方法。首先，利用果实色差分量的关系，采取R-G颜色分量作为颜色特征向量对图像进行初分割，然后采用OTSU方法分割、孔洞填充、去除小面积等方法获得完整果实二值图像，对二值图像通过改进极限腐蚀的方法来获取种子点，即局部最小区域，通过获得图像的内外标记符使用控制标记符分水岭算法，形成最终的分割图像并标记出分割线。结果表明：这种方法能够很好地改善传统方法出现错误分割的问题，找出清晰的分割线，正确分割率能够达到96.5%，较传统分水岭法和快速聚类分割算法分别提高了7.8个百分点和4.9个百分点，能够满足采摘机器人对重叠苹果图像的分割要求。
Abstract:
As picking robot can not segment the overlapped apples accurately, a new algorithm is proposed by improved limit corrosion and control segmenting apple image. R-G color component was taken as color features to segment image. After being segmented by OTSU method, holes filling and small area removing, the complete fruit binary image was obtained. Seed point could be obtained by improving the limit corrosion method for binary image, which was the minimum area. Segmentation image and the marked segmentation line were obtained by using the watershed algorithm. The results showed that the proposed method could solve the problem of error segmentation and find clear dividing lines. The correct segmentation rate reached 96.5%, which improved by 7.8% and 4.9% than that of traditional watershed algorithm and fast clustering algorithm.

参考文献/References:

[1]BULANON D M，KATAOKA T，OTA Y，et al. A color model for recognition of apples by a robotic harvesting system[J].Journal of the Jsam, 2002，64(5): 123-133.
[2]STAJNKO D， CMELIK Z. Modeling of apple fruit growth by application of image analysis[J]. Agriculturl Conspectus Scientifics，2005，70(2):59-64.
[3]ZHAO J，TOW J，KATUPITIYA J.On-tree fruit recognition using texture properties and color data [M]. New York: IEEE Press，2005: 3993-3998.
[4]宋怀波，张卫园，张欣欣，等. 基于模糊集理论的苹果表面阴影去除方法[J].农业工程学报，2014，10(3):135-141.
[5]李斌，汪懋华. 基于单目视觉的田间菠萝果实识别[J].农业工程学报，2010，26(10):345-349
[6]钱建平，杨信廷，吴晓明，等. 自然场景下基于混合颜色空间的成熟期苹果识别方法[J].农业工程学报，2012，28(17):137-142
[7]宋怀波，何东健，潘景朋. 基于凸壳理论的遮挡苹果目标识别与定位方法[J]. 农业工程学报，2012，28(22):174-180.
[8]韩海梅，姚砺，万燕. 基于 K-means 和 GVF Snake 模型的纤维图像分割[J]. 东华大学学报（自然科学版），2011，37(1):66-71.
[9]REIS M，MORAIS R，PEREIRA C，et al. A low- cost system to detect bunches of grapes in natural environment from color images[J]. Advances Concepts for Intelligent Vision Systems ,2011，50(8):92-102.
[10]张志强，张惠莉. 基于神经网络和图像颜色形状特征的绿色苹果图像分割[J].农业网络信息，2013(10):20-23.
[11]曾庆兵，刘成良，苗玉彬，等. 基于形态学图像处理的重叠葡萄果径无损测量[J]. 农业工程学报，2009，25(9):356-360.
[12]崔永杰，苏帅，王霞霞，等.基于机器视觉的自然环境中猕猴桃识别与特征提取[J].农业机械学报，2013，44(5):247-252.
[13]司永胜，乔军，刘刚，等.苹果采摘机器人果实识别与定位方法[J].农业机械学报，2010，41(9):148-153.
[14]蒋焕煜，施经挥，任烨，等. 机器视觉在幼苗自动移钵作业中的应用[J]. 农业工程学报，2009，25(5):127-131.
[15]张辉，朱家明，陈静，等. 结合分水岭算法的水平集医学图像分割方法[J]. 计算机科学，2016，(S2):193-196.
[16]于丹丹，徐越，宋怀波，等．融合k-means与N-cut算法的无遮挡双重叠苹果目标分割与重建[J].农业工程学报，2015，31(10):227-234.
[17]戚晓伟， 陈秀宏. 改进的Otsu方法的双边滤波边缘检测算法[J]. 计算机工程与应用，2012，48(31): 150-155.
[18]王鑫，胡洋洋，杨慧中. 基于迭代腐蚀的粘连细胞图像分割研究[J]. 南京理工大学学报，2016，40(3):285-289.
[19]周燕琴，吕绪洋. 基于改进K-均值与分水岭算法的医学图像分割[J]. 软件导刊，2016，15(3):172-174.
[20]周天娟，张铁中，杨丽，等. 基于数学形态学的相接触草莓果实的分割方法及比较研究[J]. 农业工程学报，2007，23(9):164-168.

备注/Memo

备注/Memo:
收稿日期：2017-06-13 基金项目：国家自然科学基金项目(61640211)；江苏省自然科学青年基金项目(BK20140266)；江苏省高等学校自然科学研究项目 (17KJB416002)；常州市科技计划资助项目（CJ20179057） 作者简介：马正华(1962-)，男，江苏昆山人，本科，教授，CCF会员，主要研究方向：机器视觉、嵌入式系统设计及应用。(E-mail)m150619@163.com 通讯作者：吕继东，(E-mail)vveaglevv@163.com
更新日期/Last Update: 2018-01-03