基于顏色特征與直方圖閾值相結合的田間青椒圖像分割算法
加入技術交流群
1 圖像的采集
(1)采集時間：圖像獲取的時間，應根據青椒作物的生長狀況和生長規律而定，選擇青椒有較明顯特征時進行拍攝。
(2)采集地點：東北農業大學園藝田。
(3)所用儀器：SONY彩色數碼照相機。
(4)采集方法：用數碼相機在園藝田中拍攝青椒作物圖片，選擇具有典型代表的圖片進行處理，獲取的圖像以JPG格式存儲在存儲卡中，在并行口與計算機相連，將圖像存儲于硬盤中并轉成BMP格式的24位真彩圖。
在實際應用系統中可考慮采用CCD攝像機動態采集圖像，通過圖像采集卡將圖像實時地傳入到控制臺的計算機內。由于數字圖像處理具有數據量大、處理費時的特點，考慮到實際操作時，青椒識別系統的實時性要求高，因而要求計算機的性能較高，尤其是處理速度要高，在滿足識別系統要求的情況下，選擇性價比高的硬件配置。
2 田間青椒圖像顏色特征的分析算法
顏色是自然界中一種常見的物理現象，是外界的光刺激引起人的顏色視覺細胞的感應。目前，用于定量地描述顏色的模型有許多種，在與數字圖像處理有關的研究中使用得最多的顏色模型是RGB模型和HIZ模型。RGB顏色模型基于人類視覺的三基色原理，是最基本的一種顏色模型，因此本文采用此顏色模型進行分析研究。在這種顏色模型中，彩色圖像中每個像素的顏色都能用三維空間中第一象限的一個點來表示，如圖1所示。
所謂的顏色特征提取方法是從彩色圖像中獲取三基色(R、G、B)的原始數據，或經一定數學處理的算子(顏色因子)，對果實與周圍背景進行顏色區分。在采集的圖像中，其豐富的色彩信息為青椒圖像的分割提供了便利。在顏色特征提取分析過程中，利用 Photoshop圖像處理軟件對圖像中各對象(青椒、青椒葉)的感興趣區域ROI(Region of Interest)進行分析和比較， 圖2是ROI的選取示意圖。
表1、表2是圖像中各對象(青椒、葉子)顏色特征的R、G、B值和顏色因子G-R、G-B、|G-R|+|G-B|的值，共有30組。
在提取各對象R、G、B成份值后，用Excel對數據進行了統計分析，比較了青椒和青椒葉兩者間的G-R、G-B、|G-R|+|G-B|的顏色因子。通過表1和表2的對比發現，青椒與葉子G-R、G-B顏色因子的值都比較接近，而青椒和青椒葉|G-R|+|G-B|顏色因子的值存在較大的差別，因此，可以利用顏色因子|G-R|+|G-B|將青椒果實與其背景的差別顯現出來。對圖像G-R顏色因子處理后的圖像如圖3所示。
評論