基于颜色信息的蓝莓熟果的估计

李志鹏 郭艳玲 杨凤英

摘要 主要是利用图像技术，根据成熟蓝莓颜色与背景颜色的明显差别评估当前蓝莓植株的熟果量，估计单株成熟蓝莓的多寡，能够为蓝莓采摘机采摘参数的调整和确定自动采摘策略提供基础。

关键词 蓝莓熟果；图像分割；图像提取

中图分类号 S126 文献标识码

A 文章编号 0517-6611（2014）26-09218-04

Estimation for Ripe Blueberry Fruit Based on Color Information

LI Zhi-peng et al （Northeast Forestry University， Harbin， Heilongjiang 150040）

Abstract By using image technology， according to the significant differences of ripe blueberry color and background color， the amount of ripe fruit was evaluated， which will lay a foundation for adjusting picking parameters and determining automatic picking strategy.

Key words Blueberries ripe fruit； Image segmentation； Image extraction

圖像识别系统要根据获得的原始图像建立目标的参数模型，即选取目标的特征，然后依据参数模型对待识别图像进行分析和判断，从而解译出图像中所包含的目标信息。首先通过图像采集设备得到蓝莓树冠的原始图像，再对原始图像进行预处理，对原始图像进行噪声过滤、图像变换、图像增强和图像恢复，最终得到单株蓝莓轮廓及成熟果实所占的大致比例。

1 成熟蓝莓图形提取步骤

复杂背景图像中图形的提取一般由特征提取、特征分类、特征聚集、候选文本区域提取和文本区域验证等5个步骤组成，成熟蓝莓图形提取步骤如图1所示。

2 蓝莓果实图像特征

2.1 成熟蓝莓的特征

2.1.1 颜色特征。

颜色特征对图像本身的尺寸、方向和视角的依赖性较小，具有较高的鲁棒性。蓝莓果实的颜色与背景的颜色共同组成一个复杂颜色的图像，形成了图像的不同特征，包括辐射特征、几何特征和噪声特征。只有了解和掌握这些特征，才能进行有针对性的图像处理，从而对图像信息作出正确的分析和判断。

2.1.2 形状特征。

形状特征只能用于某些特殊应用，通常来说，形状特征有两种表示方法，一种是轮廓特征的，一种是区域特征的。单个蓝莓近圆形，一般4～5个蓝莓果实形成1串。多个蓝莓在一起的时候，就会造成图形的重叠，因此依靠颜色分割后的图形是不规则的。而检测的目标只是成熟蓝莓，非成熟蓝莓即使形状与成熟蓝莓相似，也是需要被忽略和剔除的，因此形状特征不能单独被使用。

2.2 色彩模式 色彩模式是数字世界中表示颜色的一种算法。常用的色彩模式有以下几种。

2.2.1 RGB色彩模式。3种基本色即红（Red）、绿（Green）、蓝（Blue）3原色，RGB是3原色的简称。因为3种颜色都各有256个亮度级，所以3种色彩叠加后就形成1 670万种颜色，这就是真彩色。其缺点是将RGB模式用于打印一幅真彩色的图像时会引起失真。原因是在打印时，系统自动将RGB模式转换为CMYK模式。

2.2.2 CMYK色彩模式。

与RGB模式的根本不同，CMYK色彩模式是一种减色色彩模式。当阳光照射到一个物体上时，这个物体将吸收一部分光线，并将剩下的光线进行反射，反射的光线就是人们看见的物体颜色。在纸上印刷时应用的就是这种减色模式。

CMYK模式是最佳的打印模式，用户可以先用RGB模式进行编辑工作，再用CMYK模式进行打印工作，但这并不是避免图像损失的最佳途径，最佳方法是将Lab模式和CMYK模式结合使用，这样可最大程度地减少图像失真。

2.2.3 Lab色彩模式。Lab模式既不依赖光线，也不依赖于颜料，它是一个理论上包括了人眼可以看见的所有色彩的色彩模式，弥补了RGB和CMYK两种色彩模式的不足。

Lab模式由3个通道组成，一个通道是亮度，即L，另外两个是色彩通道，用A和B来表示。Lab模式所定义的色彩最多，且与光线及设备无关，处理速度比CMYK模式快很多，与RGB模式同样快。在表达色彩范围上， Lab模式处于第1位， RGB模式第2位， CMYK模式第3位。

2.3 蓝莓颜色分布 根据蓝莓果实不同成熟度，考虑青果和成熟果在RGB、Lab颜色空间中的分布情况，如图2所示。

3 蓝莓图像识别与分割模型

3.1 图像的干扰

由于图像识别具有复杂多变性，对蓝莓果树图像的滤波是必不可少的步骤。为提高系统的处理精度，首先要排除噪声的干扰，因此需要对其进行去噪处理。图像噪声的表现形式一般是脉冲噪声和高斯白噪声的混合噪声，表现为各种亮点和暗点，图像的像素也受到不同程度的干扰。

3.2 噪声抑制方法 目前，图像滤波算法非常多，例如郭睿等提出的“散射特性的极化SAR图像滤波方法^[1]”，满玉春等提出的“移相数字莫尔条纹图像滤波方法”^[2]，姚芮芮等提出的 “自适应条纹图像滤波方法”^[3]，高磊等提出的“一种基于Wiener滤波的数字X线图像滤波方法”^[4]，樊秋月等提出的“基于双正交小波域的SAR图像滤波方法”^[5]等。

非线性滤波技术一般利用原始信号与噪声信号特有的统计特性进行除噪，它必须用统计方法来研究，用离散数学方法来表示。非线性滤波方法有以

中值滤波方法和自适应滤波方法

为代表的新型滤波方法，其中，中值滤波方法又包含加权中值滤波、中心加权中值滤波、方向中值滤波和开关中值滤波，这几年自适应滤波方法也被广泛的应用。

这几年随着数学和其他科学的研究和应用的不断深入，又出现了很多新的滤波方法，如基于数学形态学的方法^[6-8]、基于小波变换的滤波器^[9-13]、基于神经网络的滤波器^[14-16]、层叠滤波器^[17-18]、基于遗传算法的滤波方法^[19-20]和其他滤波形式。

4 蓝莓图像分割试验

4.1 不同颜色空间的分割试验

利用神經网络模型分别在不同颜色空间下进行分割试验，分别在RGB颜色空间、HSI颜色空间以及Lab颜色空间进行。通过测试结果比较，该研究中颜色空间都选择Lab颜色空间，图3所示为针对同一图像进行分割的效果比较。

5 结论

该研究首先确定了先识别蓝莓植株、再定位熟果的识别策略；然后研究了蓝莓图像分割去噪、滤波、二值化等具体方法；最后利用颜色信息和边缘信息识别、分割蓝莓植株和蓝莓熟果，得到蓝莓植株相对尺寸和熟果的相对面积，并建立蓝莓采摘中心的算法模型，可为选择采摘机采摘参数提供依据。

参考文献

[1]徐国保，尹怡欣，谢仕义.基于改进伪中值滤波器的道路图像滤波算法[J].计算机应用研究，2011，28（6）：2395-2397.

[2] 满玉春，张忠玉，李锐钢，等.移相数字莫尔条纹图像滤波方法的研究[J].激光与光电子学进展，2011（5）：69-73.

[3] 姚芮芮，郭红卫.自适应条纹图像滤波方法[J].上海大学学报：自然科学版， 2010（2）：120-124.

[4] 高磊，张剑.一种基于Wiener滤波的数字X线图像滤波方法研究[J].医疗卫生装备，2010（4）：142-143.

[5] 张安发.基于双正交小波域的SAR图像滤波方法[J].通信技术，2010，43（8）：192-194.

[6] SINHA D.Dougherty morphology [J].Computer Visual Communication and Image Processing，1986，35（1）：623-632.

[7] KOSKINEN L，ASTOLA J，NEUVO Y.Soft morphological filters[J].Proc SPIE Int Socity of Optical Engineering，1991，1568：262-270.

[8] 刘志敏，杨杰.基于数学形态学的图像形态滤波[J].电子科技大学学报，2004，33（4）：391-394.

[9] 蔡汉添.小波变换域中图像噪声平滑技术[J].光学技术，1998（6）：6-9.

[10] 韩非. 蓝莓采摘机器人视觉识别与标定技术研究[D].哈尔滨：东北林业大学，2011.

[11] 张海一，白晶.基于图像处理的小波滤波方法研究[J].科技信息，2009（7）：453-454.

[12] FAN G L，XIA X G.Improved hidden Markov modelsin the wavelet domain[J] .IEEE Trans on Signal processing， 2001， 49（1）：115-120.

[13] 梁亦强，李正明，孙俊. 一种新小波图像降噪方法在农业采摘中的应用[J]. 安徽农业科学， 2010（4）：2063-2065.

[14] 余农，李吉成.图像滤波的形态学开闭型神经网络算法[J].电子信息学报，2005，41（2）：1220-1224.

[15] 宋寅卯，李晓娟，刘磊. 基于神经网络噪声检测的自适应中值滤波器[J].电视技术，2011（5）：39-41.

[16]

GARNETT R，HUGGERICH T，CHUI C，et al. A universal noise removal algorithm with an impulse detector[J].IEEE Transactions on Image Processing， 2005，14（11）：1747-1754 .

[17] 赵春晖.层叠滤波器的研究进展与分析[J].电子测量与仪器学报，2009（5）：1-10.

[18] 马义德，张在峰，张祥光.基于全方位结构元层叠滤波的混合滤波器[J].甘肃科学学报， 2002，14（2）：56-60.

[19] 史明霞，陶林波，沈建京.自适应遗传算法的改进与应用[J].微计算机应用，2006（4）：405-408.

[20] 金炜东，张葛祥，赵舵. Satisfactory optimization design of IIR digital filters[J]. Journal of Southwest Jiaotong University， 2005（1）：23-27.