自然环境下重叠与遮挡苹果图像识别方法研究

针对自然环境下重叠与遮挡苹果的图像识别问题,提出一种组合优化解决方案。该组合算法首先选取被枝叶遮挡或者相互重叠的成熟苹果图像,对图像进行预处理;然后提取lab颜色空间a分量,YUV空间U、V分量进行图像分割,利用改进的多通道全局阈值分割算法获得苹果目标二值图像;最后针对苹果类圆但不规则的性质,采用霍夫变换和圆形约束法识别并定位单一苹果目标。试验结果表明:所提出的识别算法可以在多种自然环境下从重叠与遮挡苹果图像中识别出单个苹果目标;在分割算法方面平均精确度95.5%,平均假阳性率2.1%,运行速度比Kmeans迭代算法快8.9倍,与直接Otsu和Kmeans迭代算法相比精度高、速度快;在圆形识别方面,圆形约束法可在霍夫变换法检测圆后剔除过分割的圆,准确定位目标。