[发明专利]一种基于灰度中心彩色空间的块基苹果图像分割方法

说明书

本发明提供了一种基于灰度中心彩色空间的块基苹果图像分割方法，属于图像处理技术领域。本发明首先利用四元数对灰度中心彩色空间下的苹果图像进行平行和垂直两个方向分解；其次，通过由灰度中心指向所有像素构造的向量与所选感兴趣颜色向量（红色）以30°夹角范围内的像素组成的图像作为苹果的特征图；然后，结合像素领域信息，给出一种基于灰度中心彩色空间的块基苹果图像分割方法。该发明可以更好的刻画苹果图像领域的变化，提高苹果采摘机器人在太阳光照射及光照被遮挡后产生阴影等复杂条件影响下苹果目标识别的准确性，本发明的成果在香蕉、葡萄等其他水果蔬菜的目标图像分割有着重要的意义。

技术领域

本发明属于图像处理技术领域，涉及苹果采摘机器人视觉系统的图像处理，尤其涉及一种基于灰度中心彩色空间的块基苹果图像分割方法。

背景技术

苹果采摘作业是一种劳动力密集型和时间密集型工作，采用苹果采摘机器人替代人工进行果实采摘是农业发展的必然趋势。在自然非结构化的环境下，当太阳光直射或受到枝、叶遮挡时，会在苹果表面产生光斑和阴影。在当前已有的果品收获机器人视觉系统中，通过在采集之前改变成像条件或者采集之后优化图像的方法来减少太阳光的影响。另外一种解决方案是对采集之后的图像进行算法优化，减弱或者消除光照（伴随阴影）对图像目标区域造成的影响。针对苹果果实的分割问题，本文提出了基于灰度中心彩色空间的块基苹果图像分割方法，提高了苹果识别的准确性。

发明内容

本发明要解决在太阳光照射及光照被遮挡后产生阴影等复杂条件影响下苹果目标识别的准确性较低的问题，针对苹果图像识别分类的准确度，提出一种基于灰度中心彩色空间的块基苹果图像分割方法，研究实现在灰度中心RGB彩色空间的基础上，提出基于“块基”的K-means聚类分割算法识别自然场景中成熟的苹果。

为了实现上述目的本发明采用以下技术方案：

一种基于灰度中心彩色空间的块基苹果图像分割方法，其流程图如图1所示，具体包括以下步骤：

步骤1. 图像预处理，输入图像数据集，对苹果图像进行了平行/垂直分解；

步骤2. 图像特征提取，选择一条从灰度中心指向的感兴趣颜色向量（红色），根据从灰度中心指出的所有向量与COI夹角的夹角余弦值为判定条件提取苹果特征；

步骤3. 通过以“像素块”形式进行块基聚类的K-Means算法完成对目标区域的分割；

步骤4. 图像分割与评价，通过Labelme软件对测试图像里的苹果目标区域进行人工标记作为标定过的真实数据，并将分割出的苹果图像与标定过的真实数据进行比较。

进一步的，步骤1所述的对图像进行的平行/垂直分解采用以下方法：

将RGB空间的原点平移到(127.5, 127.5, 127.5)，即对所有像素减去(127.5,127.5, 127.5)。这样使得，由灰度中心为始点方向上的像素有相同的色度(Li et al.,2012)。这种平移操作可以看作是在RGB彩色空间上将苹果图像上所有像素远离自己像素一半的距离，形成以中灰色为原心的新坐标系，具体操作如下式（1）：

（平行）

（垂直） （1）

其中，C表示选择的COI，且C=C/|C|，则C是单位纯四元数。RGB三基色表示为。

进一步的，步骤2所述的根据从灰度中心指出的所有向量与COI夹角的夹角余弦值为判定条件提取苹果特征，具体操作如下：