基于角点检测与曲率特征分析的重叠柑橘分割与获取

李 林

(达州职业技术学院，达州，635001)

0 引言

柑橘在自然生长的过程中经常会出现多个果实重叠到一起的情况，这对柑橘采摘机器人的视觉定位精度提出了更高的要求，如何对重叠果实进行准确分割与重建对于指导柑橘采摘机器人进行果实采摘有着重要的意义[1-3]。针对重叠果实的分割与重建的问题，Arefi等[4]通过分水岭算法对重叠的西红柿进行分割。

针对以上问题，本文提出了一种基于角点检测与曲率特征分析的分割。该方法首先提取分割区域，然后进行颜色空间转换并采用Otsu进行分割，通过边缘检测算法以及角点检测算法实现对轮廓及轮廓角点的快速提取。

1 基于Otsu的重叠柑橘目标区域获取

获取重叠柑橘目标区域作为重叠柑橘分割及重建的首要步骤，为了获取重叠柑橘目标区域，本文采用Otsu分割算法对提取的ROI在Lab颜色空间下a通道图像进行分割以实现重叠柑橘目标区域的获取，其完整的重叠柑橘目标区域获取流程如下所示：

图像获取——提取ROI——Lab颜色空间转换—a通道分离—Otsu分割—形态学处理—重叠区域获取。

Otsu算法是一种最佳阈值分割方法，通过计算前景和背景的最大类间方差求出最佳分割阈值，将图像分为前景和背景两个部分。该算法的具体步骤如下：

Step1：计算灰度值为i的点的概率

P(i)=N(i)/N

其中图像包含L个灰度级(0,L,…,L-1)，灰度值为i的像素点数为Ni，图像像素点的总数为N=N0+N1+…+N(L-1)

Step2：计算类间方差σ=α1*α2(μ1-μ2)^2

其中，阈值t将整幅图像分为背景区c1和前景区c2两类；aj为cj类的面积与图像总面积之比，α1=∑P(i)i→t,α2=1-α1;μi为ci类的均值，μ1=∑i*P(i)α10→t，μ2=∑i*P(i)/α2t+1→L-1

Step3：求取最佳分割阈值

该法通过选择最佳阈值T使类间方差最大，即：令Δμ=μ1-μ2，σb=max{α1(t)*α2(t)Δμ^2}

为了提升分割效率以及减弱光照对分割效果的影响，首先进行了ROI提取，在用Otsu算法对提取的ROI重叠柑橘目标进行分割之前，对比不同颜色空间下不同通道图像分割的效果，图1向我们展示了3种不同颜色空间的效果，图2-4为不同颜色空间单通道图分割效果。对比图2-4不同颜色空间下单通道分割效果可以看出RGB颜色空间以及HSV颜色空间下的单通道分割效果类似，均不能很好地将柑橘和枝叶分割开，相较于前面两个颜色空间下单通道分割效果而言，Lab颜色空间下的单通道分割效果得到了明显的改善，但Lab颜色空间下的L通道分割后仍有枝叶等背景，Lab颜色空间下的b通道分割后，很好地将枝叶等背景去除，但相较于Lab颜色空间下的a通道分割效果而言仍有一些噪声的存在，相比之下Lab颜色空间下的a通道分割效果最佳，所以本文最终选择了Lab颜色空间下的a通道图像进行分割，以达到有效地保留图像边缘信息的目的，以便于后续的图像处理。

Otsu分割后的预处理

由图5可以看到，经Otsu算法对Lab空间下a通道分割后得到的重叠柑橘目标区域图像存在少量小面积孔洞及边缘噪声，为了消除这些干扰以便于后续处理，其处理过程如图5所示。图5a为对其进行了孔洞填充处理之后得到的图像，可以看出图4中的小面积孔洞已经被有效地去除。为了更好地保留重叠柑橘区域的边缘信息，将图5a进行了边缘平滑处理，得到的图像如图5b所示，可见其边缘变得平滑。并在此基础上将得到的图5b图像与ROI图像进行与运算得到图5c图像，可以看到经过上述处理之后重叠柑橘目标区域被完整地提取了出来。

图1 不同颜色空间效果

图2 RGB颜色空间下单通道分割效果

图3HSV颜色空间下单通道分割效果图5预处理效果图图4Lab颜色空间下单通道分割效果

2 实验结果与分析

为了进一步验证算法的有效性，选用了十组无遮挡重叠柑橘图像作为实验样本，进行了分割实验并与Hough变换重建进行了对比，其中Hough变换重建方法的步骤为：找出重叠柑橘目标轮廓交点，通过连接交点将轮廓进行分割，然后对分割后得到的轮廓通过Hough变换进行轮廓的重建。实验中所用图像均为JPG格式，4032×3016 pixels大小。其中高光照图像为3幅，中光照图像为3幅，低光照图像为4幅。为了得到重叠柑橘的真实面积，本研究采用手动移开遮挡柑橘并分别对其进行单独拍摄，最后对其面积求和的方法求取重叠柑橘的真实面积。本研究的实验过程均在3.1HZ处理器、10G内存、64位操作系统的PC上完成，实验程序均在Opencv3.0环境下编写、运行。

3 结论

为了实现重叠柑橘目标的准确分割，本文通过ROI提取、颜色空间转换，并综合运用Otsu分割算法、Canny边缘检测算法等进行了重叠柑橘目标的分割与获取。实验结果表明：

提取ROI减少了分割面积，提升了分割的效率，颜色空间的转换降低了光照影响；Otsu分割算法作为一种自适应最佳阈值分割的算法，可以进一步削弱光照的影响。

本文提出的算法对无遮挡的重叠柑橘目标实现了较好分割与获取，但对于有枝叶遮挡的重叠柑橘目标的分割与重建效果还没有进行实验验证，还有待进一步研究。