基于随机森林和多特征融合的青苹果图像分割

摘要：

针对自然环境下青苹果图像中目标与背景颜色差异小和分割难度大的问题,提出一种基于多特征融合的随机森林(Random Forest,RF)分割方法.首先,基于灰度共生矩阵提取青苹果图像的能量、熵、对比度、相关性、熵标准差和对比度标准差6个纹理特征;然后,针对同幅青苹果图像提取RGB空间中的G+0.5R-B分量和HSI空间中的S+I分量作为组合颜色特征,以规避天空和高光区域对分割结果的影响;接着,以像素为单位对提取的纹理特征和颜色特征进行融合;最后,在融合特征的基础上采用随机森林对青苹果图像进行分割,并与传统仅利用单一特征的分割算法进行对比.实验结果表明,基于多特征融合的随机森林算法比传统仅利用纹理特征的算法正确分割率要高22.18％.

关键词：苹果图像分割、纹理特征、颜色特征、多特征融合、灰度共生矩阵、随机森林

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61502435,61501082,61602423,61702464;河南省教育厅科技攻关项目14A520034,16A520028;郑州轻工业学院博士基金项目2013BSJJ041;郑州轻工业学院校青年骨干教师13300093;郑州轻工业学院研究生科技创新基金

在线出版日期：2018-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：681-686