基于改进判别区域特征融合算法的近色背景绿色桃子识别

摘要：

针对机器视觉识别中自然光照条件下未成熟绿色果实的识别存在颜色与背景相似、光照不均、果叶遮挡等问题,该文提出在判别区域特征集成(discriminative regional feature integration,DRFI)算法框架的基础上,结合颜色、纹理、形状特征,对未成熟绿色桃子进行识别.首先通过基于图的图像分割(graph-based image segmentation)算法,取不同的参数将图像分割为多层,再计算各层图像的显著图,并用线性组合器将其融合,得到DRFI显著图.再用OTSU算法得到的阈值自适应调整之后对DRFI显著图进行分割,减少了显著图中识别为低概率果实的误分割.对于分割后仍存在的果实相互粘连的情况,通过控制标记符和距离变换相结合的分水岭分割算法将其分开.试验结果表明:该方法在训练集中的准确识别率为91.7％,在验证集中的准确识别率为88.3％,与相关文献报道的结果以及原始DRFI算法在验证集中的检测结果相比,该文方法的准确识别率提高了3.7～10.7个百分点,较有效地解决了颜色相近和果叶遮挡问题,可为果树早期估产和绿色果实采摘自动化、智能化提供参考.

关键词：机器视觉、图像处理、算法、桃子、显著对象检测、特征提取、分水岭变换、识别

所属期刊栏目：34

分类号：S126(农业物理学)

资助基金：重庆市科委重点项目csk2016shmszx80018;重庆市研究生科研创新项目CYS18109

在线出版日期：2019-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：142-148