【看論文】之《西紅柿果實目標識別方法研究-基於模糊聚類演算法_王富春》
阿新 • • 發佈:2018-11-25
論文資訊
題目:西紅柿果實目標識別方法研究-基於模糊聚類演算法
論文作者:王富春等
作者單位:柳州職業技術學院
期刊:農機化研究
提交時間:2014-10-20
摘要
為識別成熟的西紅柿目標,提出了一種“模糊C-均值聚類演算法(Fuzzy Clustering Means,FCM)”的西紅柿目標分割方法;
首先利用FCM演算法對西紅柿影象就行模糊聚類,並對聚類後的影象與丟失的部分目標影象進行相加,得到更加完整的西紅柿目標;
然後對西紅柿目標進行二值化,去噪,開閉運算等處理,完成西紅柿目標的分割;
為驗證演算法的有效性,利用20幅影象就行了實驗,與“K-Means演算法”、“Otsu演算法”的效果進行比較,表明:本論文提出的演算法所分割出來的西紅柿目標最高分割誤差率均低於“K-Means演算法”、“Otsu演算法”。
引言
國外
Bulanon等採用結合機器視覺系統和鐳射距離感測器的方式定位水果;採用機器視覺識別水果,鐳射距離感測器測量距離。試驗結果:末端執行器能夠在7.1s的時間內採摘單果,採摘成功率達90%;
Rakun等通過整合目標顏色、紋理及三維形狀資訊來識別水果,利用多視幾何方法來進行空間定位,較好地處理了光照不均勻、部分遮擋及相似背景等問題;
國內
李昕等利用了一種改進的類圓隨機 Hough 變化演算法,並在演算法中添加了邊緣預檢測、快速定位圓心點等模組,成功將油茶果實從樹枝、樹葉等外界遮擋中分離出來
熊俊濤等基於雙邊濾波的Retinex 影象增強演算法凸顯影象中的荔枝果實與果梗,再利用 Otsu 自動閾值分割去除荔枝果實和果梗外的複雜背景,最後通過將雙三次插值演算法和傳統的FCM演算法融合,實現了不同光照下荔枝果實和果梗的識別;