基于Retinex图像增强的不同光照条件下的成熟荔枝识别

摘要：

为了满足自然环境下荔枝采摘机器人视觉定位系统的有效性和实时性的要求，针对不同光照条件的荔枝彩色图像，采用基于双边滤波的Retinex图像增强算法凸显图像中的荔枝果实和果梗，对增强处理后的图像在HSI颜色空间中进行H分量旋转的处理，再对旋转处理后的H分量进行Otsu自动阈值分割去除荔枝图像果实和果梗外的复杂背景；然后通过将双三次插值算法和传统的模糊C均值（FuzzyC-Mean）算法融合，对去背景后的荔枝图像在YCbCr颜色空间中进行Cr分量模糊聚类分割，实现荔枝果实和果梗的识别。荔枝图像的分割试验结果表明：该算法对晴天顺光、逆光、遮阴、阴天顺光等光照条件的荔枝图像能够有效地分割，对阴天弱光照、果实被遮阴条件下的荔枝也能较好的识别，并保持荔枝果实和果梗区域的完整性，4种光照条件荔枝图像分割正确率分别为96%、90%、89.3%和88.9%，成熟荔枝识别的正确率达到了90.9%，该研究为水果采摘机器人的室外作业的实时性和有效性提供指导。

关键词：图像分割、图像增强、模糊聚类、荔枝图像、双三次插值

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目31201135；31171457；51175189；广东省自然科学基金NO9251064201000009。

在线出版日期：2013-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：170-178