基于色差与梯度特征的冰糖橙图像自动分割

钟成 李林升 丁鹏

摘 要：冰糖橙图像的快速有效分割是冰糖橙采摘机器人视觉系统研究的重要步骤。针对采用传统阈值分割法对水果灰度图像分割的不足，提出了基于色差法与梯度特征的冰糖橙图像分割算法。该算法利用图像颜色特征中R与G分量色差的绝对值和图像边缘梯度特征相结合，运用最大类间方差法对图像进行分割。此方法与传统方法相比，分割效果更好，处理速度快，分割一幅图像仅需0.1017 秒，符合冰糖橙采摘机器人的实时视觉系统识别。对分割后的图像进行形态学处理，进一步提高图像效果。

关键词：色差法；梯度特征；图像分割；形态学处理

中图分类号：TP242 文献标识码：A

目标图像的自动分割技术是水果采摘机器人视觉系统研究的关键组成部分。由于部分水果颜色与枝叶相近，甚至出现枝叶遮挡或果实重叠的现象。快速、准确地实现对果实的分割一直是人们研究的课题。

覃磊[1]等，研究了在RGB颜色模型下，通过比较图像中各个像素与图像主颜色的相似度，并设定阈值，实现成熟草莓彩色图像自动分割；张志强[2]等，通过R-B算子对彩色图像进行初步分割后，进行二值化处理得到大致的果实轮廓，并基于轮廓形状的面积、离心率、圆形度、长短轴长度等8个形状特征作为BP神经网络的输入，通过BP神经网络对绿色苹果图像进行分割；李二超[3]等，提出了一种基于颜色和纹理特征的黄瓜果实图像分割，首先利用CIE-XYZ颜色模型保留图像绿色区域部分，分隔开其他颜色区域，然后利用灰度共生矩阵提取黄瓜果实表面的纹理特征，确定了两个参数：熵和能量，最后设定阈值分割图像；徐天芝[4]等利用彩色图像的梯度特征，结合分水岭算法分割目标图像。上述方法都能实现对水果图像分割，但是准确性与实时性还有待进一步改进。本文提出了一种基于RGB顏色空间|R-G|色差法与图像边缘梯度相结合的分割方法。

1 |R-G|色差算子的选取

本实验的图像是在湖南省永兴冰糖橙信息中心直供基地利用数码相机进行实地拍摄，在自然光源下采集的图像。采用PC电脑作为本研究计算机图像处理系统，其配置为：Intel Core i5-2450M处理器，2.5GHZ的CPU，4G内存，32位WIN7操作系统。

分析冰糖橙图像的RGB像素分布，由于冰糖橙成熟果实呈红色，树叶呈绿色，计算色差算子|R-G|的图像，即能区分果实和树叶，如下表所示。

由上表可得，成熟果实的|R-G|值全部大于62，而树叶等背景的|R-G|值在1到19之间，在图像中，|R-G|的像素值出现了两个波峰，并且两波峰的像素值相差甚远，此时可以用OTSU自动阈值分割法去分割图像。通过|R-G|色差算子可以很好的分割图像。如果对图像灰度值进行自动阈值分割，效果没|R-G|算子好，因为表格中背景与成熟果实的灰度值没有明显的界限，灰度直方图不会存在双波峰的情况。

2 梯度特征选取

图像处理中的一阶微分是用梯度幅值来实现的[5]。而梯度特征与图像的边界特征有很大联系，图像梯度表示的是图像的变化趋势。在非边界中，图像梯度变换平缓，而边界的梯度变化值就会很大。所以在图像分割时，可以利用图像的梯度特征得到图像边界，进而分割图像。许多边缘检测也常用各种微分算子来提取图像的边界[6]。对于图像f（x，y），f在坐标点（x，y）处的梯度为

该列向量指在（x，y）处f的最大变化率。它的幅度值表示为M（x，y）

其中，图像M（x，y）表示为图像f（x，y）的梯度图像。

最大类间方差法又称为大律法，它是一种不需要人监督、自适应的阈值分割方法。根据图像背景与目标之间的类间关系，将图像分成背景、目标两个部分[7]。

因此，本研究首先利用图像RGB颜色模型的R与G色彩分量之差的绝对值与图像边缘梯度作为最大类间方差分割算法的特征，对图像进行分割。

3 实验结果及分析

冰糖橙图像分割结果：（a）原始果实图像；（b）采用传统阈值分割结果；（c）采用基于色差与梯度特征分割结果；（d）形态学处理结果。

（a）图是枝叶大面积遮挡果实图像。（b）图是对（a）图进行传统的灰度图像OTSU阈值分割结果。可以看到，由于枝叶较多，图像分割效果不好，冰糖橙果实周边出现了比较多的白色区域并伴有一些噪点，有些树叶也被分割成了果实区域，出现这种情况的主要原因是光照的影响。（c）图首先利用彩色图像R与G分量之差的绝对值作为大律法的分割特征，先进行初步分割，然后结合图像边缘梯度的变化特征增强图像的边界部分，使分割后的果实图像看起来更加明显。与传统阈值分割方法相比，本研究分割方法效果较好，特别是在枝叶繁多的的图像中，滤掉了大多数的树叶与树枝，只存在少部分未准确分割，甚至连背景中较远的果实也能分割出来。

为了解决上述果实表面反光以及小部分噪声区域对分割效果带来的影响，还需对分割后的图像进行形态学处理。首先进行形态学滤波中的腐蚀操作，腐蚀掉果实之外的白色区域，然后进行膨胀处理，求局部像素最大值，使图像的白色区域增长去掉果实上的黑色小点。形态学最终处理结果见（d）图。

4 实验结果及分析

本研究在传统阈值分割法的基础上进行改进，利用图像RGB颜色模型的R与G色彩分量之差的绝对值作为最大类间方差分割算法的特征，并与图像边缘梯度特征相结合的分割方法，可以准确分割出成熟的冰糖橙果实，比传统灰度图像阈值分割法效果好。整个图像分割处理仅需0.1017秒时间，符合冰糖橙采摘机器人的实时采摘要求。成熟冰糖橙图像的实时准确分割是冰糖橙采摘机器人视觉系统研究的基础，也是整个冰糖橙采摘机器人研究中不可或缺的一部分，本文的研究方法对农业机器人的视觉系统研究具有重要意义。

参考文献：

[1]覃磊，孙开琼，李诗高，等.基于RGB颜色相似度的成熟草莓图像分割[J].浙江农业学报，2016， 28（2）：330-337.

[2]张志强，张惠莉.基于神经网络和图像颜色、形状特征的绿色苹果图像分割[J].农业网络信息， 2013（10）.

[3]李二超，李战明，刘微容.基于颜色和纹理特征的黄瓜果实图像分割[J].光学技术，2009， 35（4）：529-531.

[4]徐天芝，张贵仓，贾园.基于形态学梯度的分水岭彩色图像分割[J].计算机工程与应用，2016， 52（11）：200-203.

[5][美]RC冈萨雷斯，阮秋琦，等译.数字图像处理（第三版）[M].北京：电子工业出版社，2011.

[6]秦剑，李林，李绍明，等.基于梯度的图像分割新方法[J].计算机应用，2009，29（8）：2071-2073.

[7]刘超，蔡文华，陆玲.图像阈值法分割综述[J].电脑知识与技术，2015，（01）：140-142+145.

基金项目：湖南省科技局重点计划（2015NK3033）

作者简介：钟成（1993-），男，硕士，主要研究机器视觉技术。

*通讯作者：李林升（1975-），副教授，硕士生导师，主要从事机器人及图像处理研究。