融合马尔可夫随机场与量子粒子群聚类的棉花图像分割算法

摘要：

[目的]提高采摘机器人棉花图像处理系统中的图像分割准确率.[方法]提出融合马尔可夫随机场与量子粒子群聚类的图像分割算法.步骤:将读入的RGB模式彩色图像转换成灰度图像;利用本算法分割图像;通过对连通区域面积阈值的设定获取目标区域.使用本算法分割不同角度采集的棉花正面图像与棉花侧面图像,并采用分割精度、峰值信噪比,分别与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法和马尔可夫随机场图像分割算法进行效果比较.[结果]本算法分割精度、峰值信噪比平均值分别为98.94％、77.48dB,与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法、马尔科夫随机场图像分割算法相比,分割精度、峰值信噪比分别提高2.47～4.56百分点、9.81～13.11 dB.[结论]本算法处理棉花图像具有更高的分割精度以及峰值信噪比.

关键词：棉花、图像分割、马尔可夫随机场、量子粒子群、模糊聚类、全局寻优策略、邻域信息

所属期刊栏目：30

分类号：S562;TP391.4(经济作物)

资助基金：国家自然科学基金61170223;国家自然科学基金联合基金U1204610

在线出版日期：2018-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：197-204