[发明专利]一种套袋绿色果实图像分割方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种套袋果实图像分割方法，尤其是对目标与背景颜色相近的套袋绿色果实图像的分割。

背景技术

现阶段，我国苹果种植面积越来越大，品种也逐渐多样化。绿色苹果保护肝脏，其含糖量低、糖尿病患者也可服食，越来越受到大众的喜爱。在苹果生长过程中，果农通常会给果实套袋。苹果套袋能够明显改善果实品质和着色，使得果实光洁艳丽，并且抗老化，少日灼；可带袋采收，带袋储藏保鲜，销售时无需拆袋，一看就知道是无农药污染的绿色果品，很受消费者欢迎。

随着现代农业的发展，基于机器视觉的采摘机器人成为国内外农业工程领域的研究热点。对所采集果实图像的分割是采摘机器人后续目标识别定位、采摘的首要任务。但目前对套袋苹果图像的分割研究还不多，特别是套袋绿色苹果图像目前还未见报道。

发明内容

本发明的目的是：提供一种套袋绿色果实图像的分割方法，使得果实采摘机器人在图像处理阶段能够实现对套袋绿色果实图像的分割，进一步可完成识别定位，能够推动果实采摘机器人的实用化进程。实现本发明的技术方案包括如下步骤：

(1)图像采集步骤：基于视觉传感器实时采集果实图像。

(2)果实光常区域提取步骤：该步骤是对采集图像中的表面光线正常果实区域进行提取，首先通过限制对比度自适应直方图均衡化算法加深果实目标区域的绿色，使之更加明亮清晰；采用线性对比度增强算法提高叶子与果实光常区域的颜色差别；而后在颜色增强后的R-B色差图像区域内提取对比度增强后的图像，接着进行动态阈值分割获得分割图像；为了去除分割噪声、填充果实区域孔洞，还需进行小区域去除和孔洞填充操作：以8邻域标记法对图像中的连通区域进行标记并统计总数，将小于最大连通区域1/12的小区域去除；孔洞填充采用漫水填充算法实现；另外分割后的图像边界仍然可能会存在较大块的草地区域，为此还需在上述结果基础上以邻域标记法对图像中的连通区域进行标记，而后对各连通区域轮廓跟踪获取边缘坐标，最后对所获取的各连通区域边缘坐标进行判别，以确定是否与图像边界相连，以此删除与图像边界相连的连通区域。如此最终获得果实光常区域。

(3)果实高亮区域提取步骤：该步骤是对采集图像中的果实区域高亮部分进行提取，首先提取图像的主色调，图像主色调数确定取5，是因为有效颜色数太多，则色图中极大值太分散，不利于图像主色调的提取；反之太少又不能反映图像的关键颜色。统计图像中各像素值经过计算后不同色调的个数，而后以图像主色调数为循环次数，确定每次循环的最大值，若上述统计的某色调个数等于最大值，则该色调即可视为主色调；而后以主色调重构图像，图像重构是通过计算各个主色调与原图中每个像素值的相似度，将主色调与原图像素相似度最大的一个色调值替换原图中相应的像素值，以此获得重构图像；重构图像再与原图像做相减运算；对运算结果进行二值化，同样还需进行小区域去除和孔洞填充操作。如此最终获得果实高亮区域。如此最终获得果实高亮区域。

(4)区域合并步骤：该步骤是将上述两步骤提取出来的果实光常区域和高亮区域的二值图相加，其果实目标区域对应于原图像即是分割出的果实部分。

本发明的有益效果：

(1)对于果实采摘机器人来说，该发明方法能够实现套袋绿色果实图像的分割，获取完整果实区域，对推动果实采摘机器人的实用化起到重要作用。

(2)果实光常区域提取步骤中颜色增强算法采用限制对比度自适应直方图均衡化算法，能够加深果实目标区域的绿色，更加明亮清晰。

(3)果实光常区域提取步骤中对比度增强算法采用的是线性对比度增强算法，能够着重提高叶子与果实光常区域的颜色差别。

(4)果实光常区域提取步骤中所述的色差图像采用颜色增强后的R-B色差图像，能够保留完整的果实区域。

(5)果实高亮区域提取步骤中图像的主色调提取步骤中，设置图像主色调数为5，能够避免有效颜色数太多，则色图中极大值太分散，不利于图像主色调的提取；反之太少又不能反映图像的关键颜色等问题。

附图说明

图1为套袋绿色果实图像分割总流程；

图2为果实光常区域提取流程；

图3为果实高亮区域提取流程；

图4为套袋绿色果实分割效果图。

具体实施方式

下面结合附图对本发明的实施方式做进一步的描述。本发明以苹果为例进行说明，但本发明同样适用于其他绿色果实。

如图1所示，本发明提出的套袋绿色果实图像分割方法包括如下步骤：

(1)图像采集步骤