基于角點檢測與曲率特征分析的重疊柑橘分割與獲取

李 林

(達州職業技術學院，達州，635001)

0 引言

柑橘在自然生長的過程中經常會出現多個果實重疊到一起的情況，這對柑橘采摘機器人的視覺定位精度提出了更高的要求，如何對重疊果實進行準確分割與重建對于指導柑橘采摘機器人進行果實采摘有著重要的意義[1-3]。針對重疊果實的分割與重建的問題，Arefi等[4]通過分水嶺算法對重疊的西紅柿進行分割。

針對以上問題，本文提出了一種基于角點檢測與曲率特征分析的分割。該方法首先提取分割區域，然后進行顏色空間轉換并采用Otsu進行分割，通過邊緣檢測算法以及角點檢測算法實現對輪廓及輪廓角點的快速提取。

1 基于Otsu的重疊柑橘目標區域獲取

獲取重疊柑橘目標區域作為重疊柑橘分割及重建的首要步驟，為了獲取重疊柑橘目標區域，本文采用Otsu分割算法對提取的ROI在Lab顏色空間下a通道圖像進行分割以實現重疊柑橘目標區域的獲取，其完整的重疊柑橘目標區域獲取流程如下所示：

圖像獲取——提取ROI——Lab顏色空間轉換—a通道分離—Otsu分割—形態學處理—重疊區域獲取。

Otsu算法是一種最佳閾值分割方法，通過計算前景和背景的最大類間方差求出最佳分割閾值，將圖像分為前景和背景兩個部分。該算法的具體步驟如下：

Step1：計算灰度值為i的點的概率

P(i)=N(i)/N

其中圖像包含L個灰度級(0,L,…,L-1)，灰度值為i的像素點數為Ni，圖像像素點的總數為N=N0+N1+…+N(L-1)

Step2：計算類間方差σ=α1*α2(μ1-μ2)^2

其中，閾值t將整幅圖像分為背景區c1和前景區c2兩類；aj為cj類的面積與圖像總面積之比，α1=∑P(i)i→t,α2=1-α1;μi為ci類的均值，μ1=∑i*P(i)α10→t，μ2=∑i*P(i)/α2t+1→L-1

Step3：求取最佳分割閾值

該法通過選擇最佳閾值T使類間方差最大，即：令Δμ=μ1-μ2，σb=max{α1(t)*α2(t)Δμ^2}

為了提升分割效率以及減弱光照對分割效果的影響，首先進行了ROI提取，在用Otsu算法對提取的ROI重疊柑橘目標進行分割之前，對比不同顏色空間下不同通道圖像分割的效果，圖1向我們展示了3種不同顏色空間的效果，圖2-4為不同顏色空間單通道圖分割效果。對比圖2-4不同顏色空間下單通道分割效果可以看出RGB顏色空間以及HSV顏色空間下的單通道分割效果類似，均不能很好地將柑橘和枝葉分割開，相較于前面兩個顏色空間下單通道分割效果而言，Lab顏色空間下的單通道分割效果得到了明顯的改善，但Lab顏色空間下的L通道分割后仍有枝葉等背景，Lab顏色空間下的b通道分割后，很好地將枝葉等背景去除，但相較于Lab顏色空間下的a通道分割效果而言仍有一些噪聲的存在，相比之下Lab顏色空間下的a通道分割效果最佳，所以本文最終選擇了Lab顏色空間下的a通道圖像進行分割，以達到有效地保留圖像邊緣信息的目的，以便于后續的圖像處理。

Otsu分割后的預處理

由圖5可以看到，經Otsu算法對Lab空間下a通道分割后得到的重疊柑橘目標區域圖像存在少量小面積孔洞及邊緣噪聲，為了消除這些干擾以便于后續處理，其處理過程如圖5所示。圖5a為對其進行了孔洞填充處理之后得到的圖像，可以看出圖4中的小面積孔洞已經被有效地去除。為了更好地保留重疊柑橘區域的邊緣信息，將圖5a進行了邊緣平滑處理，得到的圖像如圖5b所示，可見其邊緣變得平滑。并在此基礎上將得到的圖5b圖像與ROI圖像進行與運算得到圖5c圖像，可以看到經過上述處理之后重疊柑橘目標區域被完整地提取了出來。

圖1 不同顏色空間效果

圖2 RGB顏色空間下單通道分割效果

圖3HSV顏色空間下單通道分割效果圖5預處理效果圖圖4Lab顏色空間下單通道分割效果

2 實驗結果與分析

為了進一步驗證算法的有效性，選用了十組無遮擋重疊柑橘圖像作為實驗樣本，進行了分割實驗并與Hough變換重建進行了對比，其中Hough變換重建方法的步驟為：找出重疊柑橘目標輪廓交點，通過連接交點將輪廓進行分割，然后對分割后得到的輪廓通過Hough變換進行輪廓的重建。實驗中所用圖像均為JPG格式，4032×3016 pixels大小。其中高光照圖像為3幅，中光照圖像為3幅，低光照圖像為4幅。為了得到重疊柑橘的真實面積，本研究采用手動移開遮擋柑橘并分別對其進行單獨拍攝，最后對其面積求和的方法求取重疊柑橘的真實面積。本研究的實驗過程均在3.1HZ處理器、10G內存、64位操作系統的PC上完成，實驗程序均在Opencv3.0環境下編寫、運行。

3 結論

為了實現重疊柑橘目標的準確分割，本文通過ROI提取、顏色空間轉換，并綜合運用Otsu分割算法、Canny邊緣檢測算法等進行了重疊柑橘目標的分割與獲取。實驗結果表明：

提取ROI減少了分割面積，提升了分割的效率，顏色空間的轉換降低了光照影響；Otsu分割算法作為一種自適應最佳閾值分割的算法，可以進一步削弱光照的影響。

本文提出的算法對無遮擋的重疊柑橘目標實現了較好分割與獲取，但對于有枝葉遮擋的重疊柑橘目標的分割與重建效果還沒有進行實驗驗證，還有待進一步研究。