基于K-means聚类的苹果图像处理与分级设计

摘要：

以图像处理技术为基础,根据苹果分级标准展开红色着色比、缺陷检测、果径测量的模型设计研究.首先将苹果图像转换到YCbCr颜色空间,借助K-means聚类算法、OTSU最大类间方差法得到最优分阈值,将灰度图转换为二值图.使用大小为10的模版对图片做闭预算,并填充内部小孔洞,得到的白色的果实区域,从而实现果体与背景区域的有效分割.随后通过Gamma变换将苹果图像中灰度值区间拉伸,建立苹果颜色分级模型;在YCbCr图片中进行簇数为3的K-means聚类,且使用碟型结构元素对图片做开运算,对连通域进行标记,进而完成苹果的缺陷检测;最后通过最小外接圆计算苹果果径.实验结果表明,基于K-means聚类方法进行苹果分级系统设计,其图像处理速度较快且分割效果较好,能够为相关果类的分级设计提供借鉴和参考.

关键词：K-means聚类;轮廓分割;Gamma变换;OTSU算法;YCbCr颜色空间

所属期刊栏目：49

分类号：TP242.6+2(自动化技术及设备)

资助基金：新疆维吾尔自治区自然科学基金项目编号:2018D01A17

在线出版日期：2021-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1656-1660