基于视觉显著性和脉冲耦合神经网络的成熟桑葚图像分割

发布时间：2018-01-06 14:30

本文关键词：基于视觉显著性和脉冲耦合神经网络的成熟桑葚图像分割　出处：《农业工程学报》2017年06期 　论文类型：期刊论文

【摘要】：为了提高在自然采摘环境中成熟桑葚机器视觉识别的有效性和鲁棒性,克服图像目标形态小、分布杂散、背景干扰多和光照不均匀等困难,该文提出了一种采用视觉显著性和脉冲耦合神经网络(pulse coupled neural network,PCNN)模型的成熟桑葚图像分割方法。该方法首先将采集的图像映射到Lab颜色空间,利用空间颜色分量的算术平均值和高斯滤波值之间的差异,构建起桑葚图像的频率调谐视觉显著图;其次,提取采集图像在HSI颜色空间的色调分量,经过均衡化处理后,与视觉显著图进行融合,实现桑葚目标的融合特征表达;最后,通过改进的分层阈值化脉冲耦合神经网络模型进行目标分割以及形态学处理,得到成熟桑葚的识别结果。利用从重庆市天府镇果桑生态园采集到的200余幅桑树挂果图像进行试验,结果表明,该方法能够在不同光照条件的复杂背景下,有效分割出成熟果实,平均误分率为1.87%,优于结合频率调谐视觉显著性的OTSU法(17.73%)、K-means聚类算法(10.69%)、基于Itti视觉显著性的PCNN分割方法(7.34%)和基于GBVS(graph-based visual saliency,GBVS)视觉显著性的PCNN分割方法(5.83%)。研究结果为成熟桑葚果实的智能化识别提供参考。
[Abstract]:In order to improve the effectiveness and robustness of visual identification of mature mulberry in natural picking environment , this paper presents a mature mulberry image segmentation method using pulse coupled neural network ( PCNN ) model .

【作者单位】：重庆大学光电技术及系统教育部重点实验室;西南大学电子信息工程学院;重庆市北碚区农业委员会;
【基金】：教育部博士点基金(20130191110021) 中央高校基本业务费专项资金资助(XDJK2013C157)
【分类号】：TP391.41;TP183
【正文快照】： 0引言桑葚又名桑果,是落叶乔木桑树(Morus alba Linn)的果实,是国家营养学会认定的20种食药同源果蔬之一,其保健作用和营养价值早为人们熟知,具有较高的市场价值[1-3]。但是,桑葚属于浆果类果实,成熟后挂果时间短,常温下12~18 h即变色、脱落和腐烂[4-5],这就需要对桑树挂果

【相似文献】