首页 > 论文 > 光学学报 > 28卷 > 11期(pp:-2108)

一种基于图像特征和神经网络的苹果图像分割算法

Segmentation Algorithm for Apple Recognition using Image Features and Artificial Neural Network

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
  • PDF全文
分享:

摘要

苹果识别是开发苹果采摘机器人的关键环节, 利用图像处理技术和神经网络分类器探索苹果图像分割算法。从苹果树图片中选取苹果图像样本和背景图像样本, 分别计算这两类图像样本的颜色特征和纹理特征。颜色特征的计算基于RGB色彩模型, 纹理特征的计算基于灰度共生矩阵。选取适当的颜色特征(R/B值)和纹理特征(对比度值和相关性值)作为输入节点, 利用反向传播神经网络分类器建模, 输出值是一个0~1之间的计算值。通过阈值将输出结果分类为苹果或背景。试验结果表明, 该算法正确率大于87.6%, 对光照的影响不敏感, 是一种较为实用的苹果分割算法。

Abstract

To improve the accuracy of the automatic detection and classification of apples on the tree, image features and artificial neural network classifier are applied to segment the apple images. First, apple image samples and background image samples are chosen. Then the color feature and the texture features of the samples are calculated. The color feature (R/B ratio) is calculated based on RGB color model, and the texture features (contrast and correlation) are calculated by gray level co-occurrence matrix (GLCM). These three parameters are used as the input to the back-propagation neural network (BPNN) classifier. The result of the output layer is a numerical value in the runge of 0~1. It is classified into fruit and background based on a certain threshold value. The results of the segmentation show that the success rate is over 87.6%, and the influence of light is neglectable. It is feasible to use the algorithm in practical recognition of apple.

广告组1 - 空间光调制器+DMD
补充资料

中图分类号:TN911.73

所属栏目:图像处理

基金项目:国家863计划(2006AA10Z255)资助课题。

收稿日期:2008-01-28

修改稿日期:2008-05-14

网络出版日期:0001-01-01

作者单位    点击查看

张亚静:中国农业大学 现代精细农业系统集成研究教育部重点实验室, 北京 100083
李民赞:中国农业大学 现代精细农业系统集成研究教育部重点实验室, 北京 100083
乔军:中国农业大学 现代精细农业系统集成研究教育部重点实验室, 北京 100083
刘刚:中国农业大学 现代精细农业系统集成研究教育部重点实验室, 北京 100083

联系人作者:张亚静(yaking333@126.com)

备注:张亚静(1981-), 女, 博士生, 主要从事机器视觉方面的研究。

【1】Guo Haitao, Tian Tan, Wang Lianyu et al.. Image segmentation using the maximum entropy of the two-dimensional bound histogram[J]. Acta Optica Sinica, 2006, 26(4): 506~509
郭海涛,田坦,王连玉 等. 利用二维属性直方图的最大熵的图像分割方法[J]. 光学学报, 2006, 26(4): 506~509

【2】Guo Ping, Lu Hanqing. A study on Bayesian probabilistic image automatic segmentation[J]. Acta Optica Sinica, 2002, 22(12): 1479~1483
郭 平,卢汉清. 贝叶斯概率图像自动分割研究[J]. 光学学报, 2002, 22(12): 1479~1483

【3】Nie Shouping, Wang Ming, Liu Feng. Image segmentation algorithm study for low contrast image[J]. Chin. J. Lasers, 2004, 31(1): 89~91
聂守平,王 鸣,刘 峰. 低对比度图像分割算法研究[J]. 中国激光, 2004, 31(1): 89~91

【4】A. L. Tabb, D. L. Peterson, J. Park. Segmentation of apple fruit from video via background modeling[C]. ASABE Meeting, 2006. 063060

【5】D. M. Bulanon, T. Kataoka, Y. Ota. A segmentation algorithm for the automatic recognition of Fuji apples at harvest[J]. Biosystems Engineering, 2002, 83(4): 405~412

【6】T. Takahashi, S. Zhang, H. Fukuchi. Measurement of 3-D locations of fruit by binocular stereo vision for apple harvesting in an orchard[C]. ASAE Meeting, 2002. 021102

【7】Liu Delian, Zhang Jianqi. New texture segmentation-based approach for change detection in remote sensing image[J]. Acta Optica Sinica, 2006, 26(8): 1177~1181
刘德连, 张建奇. 基于纹理分割的遥感图像的变化探测[J]. 光学学报, 2006, 26(8):1177~1181

【8】Bo Hua, Ma Fulong, Jiao Licheng. Research on computation of GLCM of image texture[J]. Acta Electronica Sinica, 2006, 1(1): 155~158
薄 华, 马缚龙,焦李成. 图像纹理的灰度共生矩阵计算问题的分析[J]. 电子学报, 2006, 1(1): 155~158

【9】Zhang Zhian, Feng Hongwei. A new retrieval algorithm based on the texture-spatial feature[J]. Acta Photonica Sinica, 2008, 37(2): 400~404
张志安, 冯宏伟. 一种新的基于纹理和空间分布特征的图像检索[J].光子学报, 2008, 37(2): 400~404

【10】S. C. Kim, T. J. Kang. Texture classification and segmentation using wavelet packet frame and Gaussian mixture model [J]. Pattern Recognition, 2007, 40: 1207~1221

您的浏览器不支持PDF插件,请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以点击此处下载该论文PDF