基于演化算法的水果图像分割

分类：论文范文 发表时间：2021-04-14 09:35

　　摘要：为了满足水果采摘机器人对图像分割算法实时性和自适应性的要求，在传统演化算法的基础上，提出了一种基于蜂王交配结合精英选择、截断选择分阶段的改进演化算法对水果图像进行分割。在设计选择策略时，将迭代过程划分为前中后3个阶段，分别采用蜂王交配算法、精英选择策略和截断选择策略来进行适应值的选择，这样既保证了种群的多样性，又克服了传统演化算法局部最优、收敛过快的缺点。试验结果表明，该文提出的水果图像演化分割算法无论从稳定性、分割效果，还是全局最优收敛速度上，都明显优于传统演化算法，分割的阈值稳定在3个像素之内；与Otsu算法、贝叶斯分类算法、K均值聚类算法、模糊C均值算法等其他算法相比，水果图像演化分割算法分割效果最好，对同一幅图像进行分割得到的分割识别面积参考值最大，而且运行速度最快，平均运行时间为0.08735s，远少于其余4种算法；并能用于柑橘、荔枝、苹果等各种水果的图像分割，具有一定的通用性，达到水果采摘机器人视觉实时识别的要求，为水果图像分割及其实时获取提供了一种新的基础算法。

　　关键词：水果；图像处理；识别；演化算法；蜂王交配；截断选择；图像分割

　　0引言

　　果蔬采摘机器人的视觉系统是采摘机器人关键的组成部分之一，其作用在于识别成熟果实，并得到其空间位置[1]。选择合适的图像分割技术，把水果从复杂的背景中快速、准确、无遗漏地分割出来，是实现果实视觉识别与定位的基础[2]。每一种图像分割算法都有自身的局限性和应用范围，需根据具体问题，选择和研究相应的图像分割算法[2]。文献[3]使用K-means聚类分割算法结合凸壳理论进行了重叠目标水果的分割与重建。文献[4-6]使用Otsu阈值分割算法对水果进行了分割识别，获得了较高的识别率。文献[2,7-8]使用模糊C均值聚类算法（fuzzyc-means，FCM）对水果图像进行聚类和分割，实现了水果果实的识别。文献[9-10]使用基于贝叶斯决策分类模型的图像分割方法对水果进行了分割识别，取得良好的分割识别结果。以上的这些算法虽然都能对水果进行有效的分割，但还存在着分割识别率不高，运行速度偏慢，或算法只是针对某一种特定的水果进行分割，不具备通用性等问题。

　　1改进的演化算法

　　针对传统演化算法的不足之处，本文对其进行了改进，在演化算法最重要的选择阶段将迭代的过程划分为前中后3个阶段，分别采用蜂王交配算法、精英选择策略和截断选择策略来进行适应值的选择。这样保证了种群中的每个个体都有参与杂交的机会，改变了传统演化算法中只有少数的几个适应值好的个体参与杂交和变异的现象，并通过精英选择和截断选择来加快算法运行的速度，从而提高算法的效率。

　　2基于改进演化算法的水果图像分割的算法步骤

　　基于以上提到的改进演化算法的思路，本文提出的改进演化算法的水果图像分割算法（fruitimagesegmentationalgorithmbasedonevolutionaryalgorithm,FISEA）步骤如下：

　　3结果与分析

　　为了验证本文提出的基于改进演化算法的水果图像分割算法的效果，以不同光照下的成熟柑橘图像为例（柑橘样本于2013年12月3日在广州萝岗荔枝坑柑橘果园用相机拍摄获得，最终图像的大小为800像素×600像素），对其彩色图像分别进行I1I2I3颜色模型中I2分量的提取、FISEA图像分割、形态学运算、区域标记与填充，最终与原图进行与运算得到其叠加效果图，如图2所示。从图2可以看出，FISEA算法对柑橘图像分割的效果良好。

　　4结论

　　1）为寻求用于水果图像识别的通用快速图像分割算法，本文在传统演化算法的基础上，提出了一种基于蜂王交配结合精英选择、截断选择分阶段的演化算法。

　　2）试验结果表明，与传统演化算法相比，本文提出的FISEA算法既保证了群体的多样性和最优解的稳定性，分割的阈值稳定在3个像素之内，还提高了收敛速度，而且对水果图像的分割效果更好。

　　3）与Otsu算法、贝叶斯分类算法、K均值聚类算法、模糊C均值算法等其他算法相比，本文提出的FISEA算法不仅分割效果最好，而且运行速度最快，平均运行时间为0.08735s，远少于其余4种算法。

　　4）本文提出的FISEA算法能用于柑橘、荔枝、苹果等各种水果的图像分割，具有一定的通用性，达到水果采摘机器人视觉实时定位的要求，具有较高的实用价值。

　　[参考文献]

　　[1]周薇，冯娟，刘刚，等.苹果采摘机器人中的图像配准技术[J].农业工程学报，2013，29(11)：20－26.ZhouWei,FengJuan,LiuGang,etal.Applicationofimageregistrationtechnologyinappleharvestrobot[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2013,29(11):20－26.(inChinesewithEnglishabstract)

　　[2]陈科尹，邹湘军，熊俊涛，等.基于视觉显著性改进的水果图像模糊聚类分割算法[J].农业工程学报，2013，29(6)：157－165.ChenKeyin,ZouXiangjun,XiongJuntao,etal.Improvedfruitfuzzyclusteringimagesegmentationalgorithmbasedonvisualsaliency[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2013,29(6):157－165.(inChinesewithEnglishabstract)

　　[3]宋怀波，张传栋，潘景朋，等.基于凸壳的重叠苹果目标分割与重建算法[J].农业工程学报，2013，29(3)：163－168.SongHuaibo,ZhangChuandong,PanJingpeng,etal.Segmentationandreconstructionofoverlappedappleimagesbasedonconvexhull[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2013,29(3):163－168.(inChinesewithEnglishabstract)

　　彭红星1,2，邹湘军1※，陈琰2，杨磊2，熊俊涛1，陈燕

上一篇：我国绿色农业发展存在的问题与对策研究 下一篇：中国主要落叶果树果实硒含量及其膳食暴露评估