基于神经网络的茄子采摘机器人视觉识别方法

针对生长环境中茄子图像背景复杂的特点,提出了一种基于BP神经网络的图像分割方法。通过对茄子果实的分析,选取3×3邻域像素EXG灰度值作为图像特征。选取30幅图像作为训练样本,以人工借助Photoshop软件分割后的图像作为教师信号,采用改进的BP算法对神经网络的权值进行训练。经过120次循环后,获得有效的网络权值,误差为0．001。结果表明,利用BP神经网络能够较好地实现茄子与背景的分离,经过数学形态法结合中值滤波方法的进一步处理后完全能满足采摘机器人的要求。     

双目立体视觉技术在果蔬采摘机器人中的应用

采用双目立体视觉技术获取温室内果蔬的三维位置信息,用于指导果蔬采摘机器人进行自动化采摘作业.试验以植株上成熟的番茄作为研究对象,利用立体摄像机获取不同距离的成熟番茄的立体图像对,通过对图像进行灰度图像处理,将彩色图像转换为灰度图像.然后根据灰度图像对中像素点的相关性进行立体匹配,计算像素点的位置信息而获得一幅深度图像.最后对照番茄形心在深度图像中的位置,获取番茄的三维位置信息.试验结果表明,立体摄像机与番茄的距离小于1000mm时,番茄的距离误差为±20mm.     

一种基于直方图的双阈值茄子图像分割方法

论文提出了一种基于直方图的双阈值茄子图像分割方法,考虑到茄子图像的实际特点,找到了R、G、B分量的一个合适的线性组合,并将其直方图化,根据直方图图像确定分割的阈值,试验证明,该方法简单实用,作为机器人视觉系统的一部分其实时性显得尤其有意义.     

荔枝采摘机械手果实识别与定位技术

针对采摘机械手在自然环境下对荔枝的识别和精确定位问题进行研究.通过分析自然环境成熟荔枝的颜色特征,选取HSV颜色模型进行阀值分割,去除荔枝图像的复杂背景,并利用模糊C-均值聚类法(FCM)对图像中荔枝果实和果梗进行分割,试验结果表明:有效识别果实和果梗的正确率为93.3％.通过计算果实“质心”与果梗的距离最大值确定荔枝采摘点,利用基于色调空间的彩色图像匹配法和极限约束法进行果梗采摘点的立体匹配,实现了采摘点的空间定位,定位试验结果表明:定位坐标中深度值误差小于3 cm,深度值误差率小于5.64％,能满足实际作业中荔枝采摘机械手的定位精度要求.     

基于胸环靶图像灰度特点的有效靶面提取算法

分析了室外复杂环境下自动报靶系统采集的胸环靶图像特点。提出基于图像灰度特点的有效靶面提取算法。将彩色图像灰度化,提取图像的边缘;对灰度图像进行平滑处理,并进行阈值分割;联合图像边缘和阈值分割结果,提取最大连通区,进行合适的形态学处理即可获得有效靶面区域;根据靶面区域映射出有效靶面,并裁剪合适的尺寸。算法能准确地定位完整的靶面区域,不受胸环靶颜色的限制;且对复杂环境有很强的适应性,在绝大多数的室外环境下都适用。     

基于YUV色彩空间线性变换的图像预处理方法

针对机器人视觉领域对图像进行颜色分割时存在阈值难以选取的问题,以及RoboCup四腿机器人足球赛这一特定环境,通过采集大量图像进行统计分析,指出了其YUV色彩空间利用率低的问题.为此,提出了一种对U和V通道进行线性扩展的图像预处理办法.该方法使信息颜色能在整个YUV色彩空间中得到扩展,进而强化了不同色彩之间的界限.因此能一定程度上降低颜色分类时阈值选取的难度.同时引入的色彩校正表方法,使得机器人实时运算的开销大大降低.     

采摘机器人扰动状态下柑橘动态识别

为了提高柑橘采摘速度和采摘效率,提出一种采摘机器人在柑橘扰动并伴有遮挡状态下的快速动态识别方法.首先对所采集的两帧图像进行分析,通过颜色空间的选取以及阈值分割,将水果与背景进行分离;其次通过帧间差分法、水平最小外接矩形法、正方形内切圆法将处于扰动状态下的水果标识出来,然后对振荡水果进行识别.试验结果表明:该算法能很好地适应采摘机器人实际工作中碰到的、各种原因引起的水果扰动及遮挡现象;单个扰动水果算法识别时间小于0.4 s.     

基于颜色特征的智能焊点定位算法

针对现有自动光学检测系统焊点定位自动化程度低的问题,提出了一种基于颜色特征的智能焊点定位算法.对样本焊点区域的灰度直方图进行统计分析,获得焊点分割的初始颜色阈值,并以最小像素损失为目标对阈值进行修正,得到最优分割阈值,实现了焊点颜色的自动抽取;定位过程中,使用阈值对焊点图像进行二值化,并使用优化后的面积最大法来搜索焊点位置,实现了焊点的快速定位.实验结果表明:文中算法对焊点图像的分割效果理想,定位误差小,定位速度可以满足实际应用的要求.     

基于形态学和贴标签法的苹果图像增强

苹果图像的精准分割是目标果实识别与定位的关键步骤,然而分割出的图像往往存在较多的孔洞和噪声,影响着进一步的识别与分析,因此需要对目标果实的分割图像进行完善和去噪处理.应用于苹果采摘机器人的图像处理中,既要考虑处理精度,还要考虑处理效率.将数学形态学和贴标签法相结合,首先利用数学形态学方法去除分割图像的孔洞以及部分噪声,求出最大连通区域;然后利用贴标签法进一步处理,得到较为完好的目标果实图像.在HSI和Lab两种颜色空间下进行实验,对组合方法处理后的图像再利用Sobel算子进行边缘检测,结果表明,该方法能够有效地填补孔洞和滤除噪声,且不会破坏图像的边缘信息,为进一步的图像识别打下基础.     

基于主成分分析的图像分割方法

针对多阈值图像分割方法中存在的问题,提出了一种基于主成分分析(principal component nalysis,PCA)的图像分割方法。通过奇异值分解对灰度图像进行重建,将图像中背景像素的灰度值变换到零附近,并将待分割目标分为两类,从而只需2个阈值就能对图像中分别属于不同灰度值范围的目标进行分割。不同图像的分割实验验证了该方法的有效性。实验结果表明,该方法对不均匀光照和噪声不敏感,并且只有2个阈值需要优化,大大降低多阈值分割方法中阈值优化的复杂性和时间消耗。     

复杂背景下目标树叶自动分割的Grabcut算法

针对传统GrabCut算法需要人机交互且难以在复杂背景或光照不均匀时准确分割目标树叶的缺点,提出一种基于GrabCut算法的复杂背景下或光照不均匀时目标树叶的自动分割算法。本算法利用模糊高斯混合模型(FGMM)和图像的颜色信息对原始图像进行标记实现自动分割。首先选取合适的模糊因子利用模糊高斯混合模型对图像像素进行一次标记;在一次标记的基础上再结合超绿算法(EXG)选取合适的阈值对图像像素进行二次标记;最后将二次标记图像初始化GrabCut算法实现目标树叶的自动分割。利用几种不同的样本对提出算法的有效性和错分率进行探讨。结果表明,所提出的算法可以实现复杂背景下或光照不均匀时目标树叶的自动分割,且平均错分率达到1.625。     

室外多变光照条件下农田绿色作物的图像分割方法

针对室外农田绿色作物图像分割中存在的问题, 提出一种基于绿色作物G\|R颜色特征, 结合最大类间方差Otsu法和面积阈值分割的农田绿色作物图像分割方法, 解决了室外光照不均及复杂土壤背景环境下农田图像中绿色作物与背景不易分割的难题. 实验结果表明, 该方法不仅对作物、 土壤和光照变化不敏感, 且可以消除图像阴影部分的影响, 与颜色索引方法EXG-Otsu和RGB算法（G>R, G>B）相比, 该方法分割效果更理想.     

基于颜色相似系数的彩色图像分割方法

基于两种像素之间颜色相似系数的计算,根据设定的阈值来判断两种颜色是否具有相似性·计算在RGB颜色空间进行,省去了其他分割方法中的颜色空间转换过程·为提高图像分割过程的效率,采用了改进的区域生长法实现整个彩色图像的分割·实验结果表明,本方法可对彩色图像进行有效的分割,符合人类视觉感知特性,适合于不同的应用目的·     

基于颜色特征的胸环靶图分割算法

胸环靶图的识别是自动报靶系统的重要研究内容之一。在分析胸环靶颜色特征的基础上,提出了一种基于颜色特征的胸环靶分割方法。首先从RGB颜色模型颜色空间分析了靶环绿色恒量的存在性;并基于绿色恒量特征初提取胸环靶图像。然后在HSI颜色空间中基于色调和饱和度分量进一步提取靶环图像。最后对二值化后的图像作投影变换,确定胸环靶在图中的位置。该算法其他的胸环靶分割算法,避免了阈值选择不当的问题;并且能够有效克服光线、背景变化和天气条件的影响,具有很好的鲁棒性和自适应性,定位精度高。     

灰关联空间中基于最大熵阈值的医学彩色图像分割算法

将灰关联理论引入彩色图像分割领域,提出一种在灰关联空间中面向医学彩色图像的最大熵阈值分割算法.通过对分辨系数和色彩影响因子的选取,避免了传统彩色图像分割中三维色彩信息的丢失现象,并使算法具备了一定的抗噪性能,分割的精度和实时性也获得了较大提高.实验结果证明了算法的有效性.     

一种有效的白细胞图像彩色空间序贯分割方法

为解决血液白细胞显微图像自动识别中的图像分割问题,文中提出了一种在彩色空间内,先采用自动阈值分割技术扣除背景,得到白细胞核区域模板;然后用以色调相似性作为增长准则,以白细胞形状的凸出形态作为收敛准则,序贯分割白细胞浆区域的处理方法．大量实验表明,该方法能稳定、有效地分割出白细胞区域．     

基于颜色相似系数的虚拟人股肌分割

虚拟可视化人研究是虚拟人研究计划的初始阶段,而虚拟人可视化人研究的必备前提是快速、准确地进行彩色图像数据集的组织分割.引入一种足球机器人系统中快速目标定位的算法,在RGB颜色空间中,利用两个像素之间的颜色相似系数的计算结果,同时根据设定的阈值来判断两种颜色是否具有相似性.该方法省去了在其他针对彩色图像的分割方法中,颜色空间的转换过程,节约了大量计算时间,提高了图像分割过程的效率.实验结果证明,该方法可对彩色图像进行有效的分割,符合人类视觉特性,特别适合于虚拟人计划中海量彩色尸体切片的组织分割.     

自适应步长下多阈值彩色图像的全局分割方法

针对传统多阈值彩色图像分割方法将步长设为小于距离参数的定值, 有时会因步长过大而越过最优结果的问题, 提出一种自适应步长下多阈值彩色图像全局分割方法. 首先, 对彩色图像进行预处理, 在不降低彩色图像质量的前提下缩减颜色总数, 以提高分割效率; 然后, 根据多阈值彩色图像全阈值分割目标函数, 将混沌优化理论与粒子群优化算法相结合, 通过混沌粒子群优化算法对多阈值彩色图像全局分割目标函数进行求解; 最后, 结合自适应步长下多阈值彩色图像全局分割方法, 得到最优彩色图像阈值分割结果. 实验结果表明, 该方法的分割效果、 精度、 稳定性和收敛性均较好.     

基于图像技术的迷彩面料颜色测量

颜色测量对于迷彩面料的色彩分析、产品设计、质量控制有着重要的指导意义。针对由织物组织纹理和图案的多样性造成测色难度增大的问题,提出一种迷彩面料图案分割的方法,并提取色彩信息加以分析。利用数码相机进行迷彩面料图像的采集,利用Mean Shift聚类算法将图像分割成不同颜色的色块,再用神经网络回归实现图像从RGB(red,green,blue)颜色空间到Lab颜色空间的转换,并通过正态分布法对迷彩颜色进行分析测量。试验结果表明:提出的图像处理方法可实现迷彩服面料颜色的自动分割;与Datacolor分光测色仪测色结果相比,正态分布法分析得到的平均色差不超过2。     

流域算法对血及骨髓涂片的彩色图像分割

为了开发血及骨髓涂片中血细胞自动分类及计算机辅助诊断系统,提出 了一个彩色流域算法,以完成对有核血细胞（胞核和胞浆）的分割和识别。通过彩色空间变换,有效地利用了图像中血细胞的颜色信息及先验知识,并且为了抑制过度分割,合理地对背景、成熟红细胞及有核细胞进行了标记,在彩色梯度图像上完成了基于淹没的流域算法,其中淹没过程通过多级循环队列数据结构完成,胞核和胞浆的分割正确率分别为91.9%和88.4%,研究结果表明,该算法对彩色血细胞图像的分割是有效的,它必将提高血细胞自动分类系统的性能。