[發明專利]一種基于灰度中心彩色空間的塊基蘋果圖像分割方法

在審

• 申請號: 202110456148.6
• 申請日: 2021-04-26
• 公開（公告）號: CN113362335A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 楊福增;王美茸;樊攀
• 申請（專利權）人: 西北農林科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種基于灰度中心彩色空間的塊基蘋果圖像分割方法，屬于圖像處理技術領域。本發明首先利用四元數對灰度中心彩色空間下的蘋果圖像進行平行和垂直兩個方向分解；其次，通過由灰度中心指向所有像素構造的向量與所選感興趣顏色向量（紅色）以30°夾角范圍內的像素組成的圖像作為蘋果的特征圖；然后，結合像素領域信息，給出一種基于灰度中心彩色空間的塊基蘋果圖像分割方法。該發明可以更好的刻畫蘋果圖像領域的變化，提高蘋果采摘機器人在太陽光照射及光照被遮擋后產生陰影等復雜條件影響下蘋果目標識別的準確性，本發明的成果在香蕉、葡萄等其他水果蔬菜的目標圖像分割有著重要的意義。

技術領域

本發明屬于圖像處理技術領域，涉及蘋果采摘機器人視覺系統的圖像處理，尤其涉及一種基于灰度中心彩色空間的塊基蘋果圖像分割方法。

背景技術

蘋果采摘作業是一種勞動力密集型和時間密集型工作，采用蘋果采摘機器人替代人工進行果實采摘是農業發展的必然趨勢。在自然非結構化的環境下，當太陽光直射或受到枝、葉遮擋時，會在蘋果表面產生光斑和陰影。在當前已有的果品收獲機器人視覺系統中，通過在采集之前改變成像條件或者采集之后優化圖像的方法來減少太陽光的影響。另外一種解決方案是對采集之后的圖像進行算法優化，減弱或者消除光照（伴隨陰影）對圖像目標區域造成的影響。針對蘋果果實的分割問題，本文提出了基于灰度中心彩色空間的塊基蘋果圖像分割方法，提高了蘋果識別的準確性。

發明內容

本發明要解決在太陽光照射及光照被遮擋后產生陰影等復雜條件影響下蘋果目標識別的準確性較低的問題，針對蘋果圖像識別分類的準確度，提出一種基于灰度中心彩色空間的塊基蘋果圖像分割方法，研究實現在灰度中心RGB彩色空間的基礎上，提出基于“塊基”的K-means聚類分割算法識別自然場景中成熟的蘋果。

為了實現上述目的本發明采用以下技術方案：

一種基于灰度中心彩色空間的塊基蘋果圖像分割方法，其流程圖如圖1所示，具體包括以下步驟：

步驟1. 圖像預處理，輸入圖像數據集，對蘋果圖像進行了平行/垂直分解；

步驟2. 圖像特征提取，選擇一條從灰度中心指向的感興趣顏色向量（紅色），根據從灰度中心指出的所有向量與COI夾角的夾角余弦值為判定條件提取蘋果特征；

步驟3. 通過以“像素塊”形式進行塊基聚類的K-Means算法完成對目標區域的分割；

步驟4. 圖像分割與評價，通過Labelme軟件對測試圖像里的蘋果目標區域進行人工標記作為標定過的真實數據，并將分割出的蘋果圖像與標定過的真實數據進行比較。

進一步的，步驟1所述的對圖像進行的平行/垂直分解采用以下方法：

將RGB空間的原點平移到(127.5, 127.5, 127.5)，即對所有像素減去(127.5,127.5, 127.5)。這樣使得，由灰度中心為始點方向上的像素有相同的色度(Li et al.,2012)。這種平移操作可以看作是在RGB彩色空間上將蘋果圖像上所有像素遠離自己像素一半的距離，形成以中灰色為原心的新坐標系，具體操作如下式（1）：

（平行）

（垂直） （1）

其中，C表示選擇的COI，且C=C/|C|，則C是單位純四元數。RGB三基色表示為。

進一步的，步驟2所述的根據從灰度中心指出的所有向量與COI夾角的夾角余弦值為判定條件提取蘋果特征，具體操作如下：