柑橘表面缺陷的图像分割方法研究

发布时间：2020-05-31 22:22

【摘要】：柑橘表面缺陷的图像分割与识别是水果在收购与销售过程中的重要环节,对于提升水果的品质和经济效益有着重要意义。本文以柑橘的虫伤、腐烂、炭疽、药伤、风伤、蓟马、溃疡、裂伤八种常见缺陷图像作为研究对象,采用经典算法、GAC模型算法、LBF模型算法对实验对象进行分割实验,具体研究内容如下:采用三种经典算法:阈值分割、边缘检测、区域分割法对柑橘缺陷样本进行分割实验。其中在阈值分割中选择了二维信息熵法,边缘检测算子选择了 Roberts、Sobel、Canny、Prewitt、LoG五种算子,区域分割法中采用种子法,作为柑橘表面缺陷图像分割的实验算法,分析了各种方法的优缺点和适用情况。对传统GAC模型算法进行理论研究并针对其不足提出改进方案。通过对比实验分析了各参数对于实验结果的影响,并应用改进后的GAC模型算法对柑橘缺陷样本进行图像分割,分析了改进后的GAC模型对柑橘表面八种缺陷的识别能力,验证了改进GAC模型的可行性。采用传统的 LBF(Local Binary Fitting)模型算法和改进后的 LBF(Local Binary Fitting)模型算法进行对比实验。通过对比两种算法的运行时间、分割效果、适用范围,来检验改进LBF(Local Binary Fitting)模型算法的优越性。分析了改进GAC模型算法和改进LBF模型算法对柑橘表面缺陷图像的处理效果,最终得到以下结论:改进的GAC模型分割凹陷类缺陷效果更好,但其抗噪性较差;改进的LBF模型综合分割效果最好,运行速度快,但其对前期参数调整要求较高。最后将上述柑橘缺陷图像分割所应用的模型算法制作成了一个软件实验系统。
【图文】：

逡逑柑橘缺陷原图像如图２－２所示，分割后图像如图２－３所示。在图２－２中，，（ａ）、（ｂ）、（ｃ）、逡逑（ｄ）、（ｅ）、（ｆ）、（ｇ）、（ｈ）分别为虫伤、腐烂、炭疽、药伤、风伤、莉马、溃疡和裂伤缺陷逡逑原图像。图２－３中，（ａ）、（ｂ）、（ｃ）、（ｄ）、（ｅ）、（ｆ）、（ｇ）、（ｈ）分别为虫伤、腐烂、炭疽、药逡逑伤、风伤、蓟马、溃癌和裂伤缺陷的分割结果。逡逑表２－１分割阈值逡逑分割参数逦丽Ｓ丽？ｍ邋Ｗｍ邋裂伤逡逑灰度阈值邋１５４逦９６￣９２逦１０２逦１２５逦１０８逦１０５逦１１２逡逑梯度阈值邋７４３４６４逦４逦５逡逑ＢＯＢ逡逑（ａ）二维信息熵法虫伤分割结果（ｂ）二维信息熵法腐烂分割结果邋（ｃ）二维信息熵法炭疽分割结果逡逑■ＨＩＢ逡逑（ｄ）二维信息熵法药伤分割结果（ｅ）二维信息熵法风伤分割结果（ｆ）二维信息熵法蓟马分割结果逡逑（ｇ）二维信息熵法溃疡分割结果（ｈ）二维信息熵法裂伤分割结果逡逑图２－３二维最大信息熵法分割的分割结果逡逑２．３边缘检测逡逑２．３．１边缘检测算子逡逑边缘作为图像最本质的特征，具有许多关于图像的重要信息，因此对于图像的描逡逑－８－逡逑

（ｄ）邋Ｒｏｂｅｒｔｓ算子药伤分割结果逦（ｅ）邋Ｒｏｂｅｒｔｓ算子风伤分割结果邋（ｆ）邋Ｒｏｂｅｒｔｓ算子到马分割结果逡逑＿＿逡逑（ｇ）邋Ｒｏｂｅｒｔｓ算子溃疡分割结果逦（ｈ）邋Ｒｏｂｅｒｔｓ算子裂伤分割结果逡逑图２－７邋Ｒｏｂｅｒｔｓ算子分割结果逡逑ｍ逡逑（ａ）邋Ｓｏｂｅｌ算子虫伤分割结果逦（ｂ）邋Ｓｏｂｅｌ算子腐烂分割结果逦（ｃ）邋Ｓｏｂｅｌ算子炭疽分割结果逡逑（ｄ）邋Ｓｏｂｅｌ算子药伤分割结果邋（ｅ）Ｓｏｂｅｌ算子风伤分割结果邋（ｆ）邋Ｓｏｂｅｌ算子蓟马分割结果逡逑■邋■逡逑（ｇ）邋Ｓｏｂｅｌ算子溃疡分割结果逦（ｈ）邋Ｓｏｂｅｌ算子裂伤分割结果逡逑图２－８邋Ｓｏｂｅｌ算子分割结果逡逑－１１－逡逑
【学位授予单位】：东北林业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;S436.66

【相似文献】

相关期刊论文 前10条

1 黄玲;石玉秋;覃永新;;基于小波融合的苹果图像分割的研究[J];科技视界;2018年29期

2 丁翠;;基于模糊信息处理的图像分割方法研究[J];信息系统工程;2017年11期

3 王平;魏征;崔卫红;林志勇;;一种基于统计学习理论的最小生成树图像分割准则[J];武汉大学学报(信息科学版);2017年07期

4 李然;李记鹏;宋超;;基于显著性检测的协同图像分割研究[J];现代计算机(专业版);2017年24期

5 邓惠俊;;一种基于数据场的图像分割方法与研究[J];长春工程学院学报(自然科学版);2016年02期

6 李继云;冀卿伟;;基于自适应局部阈值的交互式图像分割[J];计算机应用与软件;2014年11期

7 刘印;;对图像分割方法的认识及新进展研究[J];数码世界;2018年08期

8 杨成佳;;唇纹识别图像分割系统的研究[J];山西青年;2017年11期

9 韩白静;刘欢;;浅谈基于阈值的图像分割方法[J];科学家;2017年02期

10 寇毛蕊;;医学图像分析系统设计[J];数码世界;2017年09期

相关会议论文 前10条

1 闫平昆;;基于模型的图像分割技术及其医学应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

2 杨生友;;图像分割在医学图像中应用现状综述[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

3 朱士蓉;谢昭;高隽;;一种图模型下的柔性图像分割方法[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年

4 朱松豪;刘佳伟;罗青青;胡荣林;;基于关联模型的图像分割[A];第26届中国控制与决策会议论文集[C];2014年

5 张志会;王华英;熊南燕;廖薇;成惠;刘飞飞;;对基于图像分割与合并的相位展开算法的改进[A];第十届全国光电技术学术交流会论文集[C];2012年

6 杨加文;谢凤英;;基于深度学习的皮肤镜图像分割[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年

7 郭世可;董槐林;龙飞;张海波;;一种结合密度聚类和区域生长的图像分割方法[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

8 刘智勇;李进;黄道君;;基于遗传算法的视频交通量检测图像分割方法[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

9 张萍;单筱攸;巴成贺;;主动脉图像分割的研究与实现[A];第十二届中国体视学与图像分析学术会议论文集[C];2008年

10 赵建业;余道衡;;一种基于模糊细胞神经网络的多值图像分割新方法[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

相关博士学位论文 前10条

1 古晶;基于稀疏特征学习的SAR图像分割与半监督分类方法研究[D];西安电子科技大学;2016年

2 段一平;基于层次视觉计算和统计模型的SAR图像分割与理解[D];西安电子科技大学;2017年

3 王森;非受限场景裂纹图像分割方法研究[D];昆明理工大学;2017年

4 王涛;特征度量与信息传递的交互式图论分割方法研究[D];南京理工大学;2017年

5 戴令正;自然图像分割的若干算法研究[D];南京理工大学;2017年

6 李钢;偏微分方程与变分技术在图像分割中的应用研究[D];太原理工大学;2018年

7 钟丽;带约束的图像分割方法研究及应用[D];山东大学;2018年

8 辛月兰;基于图割的图像分割方法研究[D];陕西师范大学;2018年

9 裴继红;基于模糊信息处理的图像分割方法研究[D];西安电子科技大学;1998年

10 葛宏立;面向类的图像分割方法研究[D];北京林业大学;2004年

相关硕士学位论文 前10条

1 周宏阳;基于K-edge特性图像的降噪与分割研究[D];南京邮电大学;2018年

2 凡季云;基于变分正则化的图像分割与半监督数据分类研究[D];河南大学;2018年

3 薛菁菁;基于组合赋权的图像分割质量评价研究[D];西安工程大学;2018年

4 刘洋;基于超像素和MMTD的图像分割方法研究[D];南京邮电大学;2018年

5 韩琳旖;基于分水岭的SAR图像分割方法研究[D];西安电子科技大学;2018年

6 汪淼;图像分割中多尺度CNN方法[D];西安电子科技大学;2018年

7 刘胜男;基于多特征与改进子空间聚类的SAR图像分割[D];西安电子科技大学;2018年

8 白雅贤;货架商品图像分割与识别方法研究[D];武汉理工大学;2017年

9 胥杏培;基于深度学习和图像分割的显著性检测系统设计与实现[D];江苏大学;2018年

10 洪爽;基于影像的脑卒中定量分析与评价系统[D];东北大学;2017年

本文编号：2690547