基于H分量旋转的荔枝图像分割算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (33): 192-194.

• 图形、图像、模式识别 • 上一篇下一篇

基于H分量旋转的荔枝图像分割算法

毛亮，薛月菊，孔德运，刘国瑛，卢启福，王楷

华南农业大学工程学院，南方农业机械与装备关键技术省部共建教育部重点实验室，广州 510642

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-21 发布日期:2011-11-21

Litchi image segmentation algorithm based on rotation of hue component of HSV color space

MAO Liang，XUE Yueju，KONG Deyun，LIU Guoying，LU Qifu，WANG Kai

Key Lab of Key Technology on Agricultural Machine and Equipment Ministry of Education，College of Engineering，South China Agricultural University，Guangzhou 510642，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-21 Published:2011-11-21

摘要/Abstract

摘要： 自然场景下荔枝图像分割，因果实与背景之间的颜色特征以及本身的形状特性的差异，表面会出现亮度不均匀，对分割造成非常大的影响。为了减少亮度不均匀给荔枝图像分割带来的影响，选择HSV彩色空间中色调H分量，并对H分量进行旋转作为图像分割的特征;通过模糊聚类算法和马氏空间约束条件来进行图像分割，利用形态学滤波消除分割后的随机噪声，并对分割区域标记，利用图像标记来恢复分割区域的原始图像。结果表明，该算法能很好地解决亮度不均匀造成的影响，对成熟荔枝分割的正确率达到了90.4%。

关键词: 荔枝, HSV彩色空间, 图像分割, 模糊聚类, 马氏空间约束

Abstract: Due to the diversity of the color feature difference between fruit and background and shape feature difference，the surface of Litchi appears uneven illumination that strongly influences litchi image segmentation under natural scene.To reduce influences resulted from uneven illumination，hue component of HSV color space is selected，and the rotation of hue is used as the feature for image segmentation.Fuzzy clustering algorithm and Markov spatial constraint conditions are utilized to segment litchi image under natural scene.Morphological filtering is used to eliminate the random noise and the segmentation regions are labeled.The label image can restore the original image of the segmented regions.The result shows that the proposed algorithm can overcome the influence of uneven illumination on litchi image segmentation，and the correct segmentation rate is up to 90.4%.

Key words: litchi, HSV color space, image segmentation, fuzzy clustering, Markov spatial constraint

毛亮，薛月菊，孔德运，刘国瑛，卢启福，王楷. 基于H分量旋转的荔枝图像分割算法 [J]. 计算机工程与应用, 2011, 47(33): 192-194.

MAO Liang，XUE Yueju，KONG Deyun，LIU Guoying，LU Qifu，WANG Kai. Litchi image segmentation algorithm based on rotation of hue component of HSV color space[J]. Computer Engineering and Applications, 2011, 47(33): 192-194.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[3]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[4]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[5]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[6]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[7]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[8]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[9]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[10]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[11]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[12]	严加展，陈华，李阳. 改进的模糊C-均值聚类有效性指标[J]. 计算机工程与应用, 2020, 56(9): 156-161.
[13]	鲁圆圆，冯浩，李靖. 结合分布度量统计建模的主动轮廓图像分割[J]. 计算机工程与应用, 2020, 56(7): 228-233.
[14]	张姝洁，郑利平，韩清，张晗. 从图片到衣服：快速虚拟角色服饰生成方法[J]. 计算机工程与应用, 2020, 56(7): 234-239.
[15]	李超超，张远东，王昌龙. 圆形植物识别定位的HSV模型研究[J]. 计算机工程与应用, 2020, 56(6): 220-223.

基于H分量旋转的荔枝图像分割算法

Litchi image segmentation algorithm based on rotation of hue component of HSV color space

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics