图像分割在成熟茄子目标识别中的应用

摘要：

针对在自然光生长条件下采集的茄子图像,采用自动取阈的算法,分别利用图像的灰度信息、基于R、G、B分量线性变换的3个正交彩色特征量和基于HSV彩色空间对图像进行分割.经Matlab仿真对比结果得出:利用Otsu算法对灰度图进行分割,虽然对灰度直方图进行了优化,目标与背景的分割效果较好,但存在局部反光的影响;采用改进的Otsu算法,对彩色特征量(2G-R-B)/4进行分割,可以在一定程度上消除局部反光的影响;同样采用改进的Otsu算法对HSV彩色空间色调分量的分割,则可以克服目标茄子表皮的反光对分割结果的影响,取得了较好效果.以数学形态学降噪方法进一步对利用色调分割后的二值图像进行平滑处理,可大大改善分割效果.

关键词：茄子、图像分割、自动阈值、图像识别、Otsu

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2009-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：105-108,96