基于HSI色彩空间与FFCM聚类的葡萄图像分割

《基于HSI色彩空间与FFCM聚类的葡萄图像分割》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2015年10月农机化研究第10期基于HSI色彩空间与FFCM聚类的葡萄图像分割111，221宋西平，李国琴，罗陆锋，邹湘军，张丛(1．天津职业技术师范大学机械工程学院，天津300222;2．华南农业大学工程学院，广州510642)摘要:为适应农业采摘机器人对葡萄对象快速准确识别的需要，提出了基于HSI色彩空间与以直方图信息为特征的快速模糊C－均值聚类(FFCM)算法相结合的葡萄图像分割方法。该方法以H分量作为葡萄图像聚类分割的处理数据，根据FFCM算法对灰度图像聚类分割。试验对夏黑葡萄果实在自然光、顺光、背光照射环境下拍摄的图像进行分割。结果

2、表明:葡萄图像分割方法能够快速且较好地从复杂自然环境中将葡萄目标分割出来，为葡萄采摘机器人的研制提供了重要参考。关键词:葡萄;图像分割;HSI色彩空间;直方图;快速模糊C－均值聚类中图分类号:TP391．41;S663．1文献标识码:A文章编号:1003－188X(2015)10－0040－05DOI:10.13427/j.cnki.njyi.2015.10.008了识别葡萄病害的目的;文献［10］选择Ｒ－I组合分0引言量，再以视觉显著性融合传统FCM算法分割出柑橘目图像分割是图像分析、计算机视觉等领域的关键标;文献［11］利用I1I2I3色彩

3、空间中的I2分量成功地问题，是利用某种相似性准则，将图像中具有不同意识别出柑橘果实与背景。由此可见，合适的颜色模型［1］义的部分分割成互不相交区域的过程。自然图像有助于水果彩色图像的成功分割。的复杂多变性决定了从模糊聚类的角度来考虑图像本文通过分析在天津葡萄园采集到的夏黑葡萄［2］分割是比较合理的。近年来，美国、日本、荷兰、比图像果实与周围叶子、枝干等环境的颜色差异，采用［18］利时等国家成功研制出农业方面的采摘机器人，将机HSI色彩空间与丁震等基于直方图信息改进的［3－6］器视觉技术引入了农业采摘机器人的领域中，也FCM算法(FFCM)相结合

4、的分割方法，运用减少聚类对适用于多种采摘对象的农业采摘机器人的发展提样本数据的方式，通过对H分量灰度图聚类分割、孔出了迫切需要。农业采摘机器人的作业环境相对复洞填充、形态学处理及最大连通分量提取等步骤完成杂，适合于以聚类算法来确定采摘对象。其中，模糊C葡萄果实的分割。试验结果表明:该方法不但能够较－均值聚类算法(FCM)图像分割算法是一种常用的好地分割出葡萄果实，而且极大地缩短了分割时间。聚类算法，其基本思想是根据图像像素和聚类中心的1HSI色彩空间分析及H分量模型加权相似性测度，对目标函数进行迭代优化以确定最［7］佳聚类。其虽然可有效地进行聚

5、类分割，但由于样HSI彩色空间由美国彩色学家Munseu在1915年本数据量大，会增加迭代次数，且其给定的参数值不提出，反映了人的视觉系统感知彩色的方式，用色调一定为最优值，导致无法达到快速、准确聚类分割，给(Hue)、饱和度(Saturation)和亮度(Intensity)来描述农业采摘机器人的快速准确识别带来一定的困难。［12］色彩。人的视觉系统经常采用HSI颜色空间，因为因此，对于彩色图像的分割，从色彩空间中寻找适用人眼对HSI色彩变化的能力要强于对ＲGB色彩变化于分割问题的颜色模型，成为近年的研究热点。文献［13］的区分能力。为了能够

6、进行聚类分割，从中寻找出******［8］通过CIELab颜色空间下提取L、a、b分目标对象聚类特征，本次试验以夏黑葡萄作为研究对［9］量识别细微颜色差，再用径向基函数SVM达到象，对比其颜色发现葡萄呈紫红色。从HSI色彩空间圆形模型上分析(见图1)，色调H大于240°的部分接收稿日期:2014－10－23近于葡萄颜色，将H分量归一化处理后，葡萄对象以基金项目:国家自然科学基金项目(31171457)作者简介:宋西平(1989－)，男，山东临沂人，硕士研究生，(E－高灰度级凸显，如图2(c)所示。同时，对ＲGB色彩空mail)X_P_SONG@

7、163．com。******间下的Ｒ、G、B分量，Lab空间下的L、a、b分通讯作者:李国琴(1971－)，女，山西运城人，副教授，硕士生导量，I1I2I3色彩空间下I1、I2、I3分量，HSI空间下的师，(E－mail)guoqin_li@163．com。S、I分量，以及多色彩空间下2Ｒ－G－B、Ｒ－G、Ｒ/G、·40·2015年10月农机化研究第10期［14］Ｒ－I等多组合分量进行对比分析后，发现H分量达到最小值。其中，t是向量xi的维数，它的价值目标对于葡萄果实的凸显性较好，与背景对比度较高，如函数为图2(b)所示。从直方图统计［见图2(

8、d)］分析可知:ncmJ(U，V)=∑∑uijDij(1)其波峰明显，便于聚类分割，也利于快速FFCM算法i=1j=1聚类进行快速图像分割。因此，首先