OALib Journal期刊
基于SOFM神经网络的茄子图像分割方法
DOI: 10.7685/j.issn.1000-2030.2008.03.028
Keywords: 茄子 ,图像分割 ,自组织特征映射(SOFM)网络 ,傅里叶描述子
Abstract:
以将茄子图像从复杂的背景中分割出来为目的,在分析茄子图像色差和色相的基础上,选取R-B、G-B和H作为自组织特征映射(SOFM)网络的输入特征向量,利用该网络自组织学习的特征进行聚类。采用信噪比、面积比、分割时间和傅里叶边界描述子等指标来评价分割精度。试验证明,基于SOFM神经网络图像分割评价优于单一阈值分割,适合复杂背景的彩色图像分割。
References
[1] 赵静,何东健.果实形状的计算机识别方法研究[J].农业工程学报.2001,17(2):165-167 [2] 张铁中,周天娟.草莓采摘机器人的研究.Ⅰ.基于BP神经网络的草莓图像分割[J].中国农业大学学报.2004,9(4):65-68 [3] 飞思科技产品研发中心.神经网络理论与MATLAB7实现[M].北京:电子工业出版社.2006:63-78 [4] 尹建军,毛罕平,王新忠.不同生长状态下多目标番茄图像的自动分割方法[J].农业工程学报.2006,22(10):149-153 [5] 王涛,刘文印,孙家广.傅里叶描述子识别物体的形状[J].计算机研究与发展.2002,39(12):1714-1719 [6] 应义斌.水果图像的背景分割和边缘检测技术研究[J].浙江大学学报(农业与生命科学版).2000,26(1):35-38 [7] Hayashi S,Ganno K,Ishii Y.Robotic harvesting system for eggplants[J].Japan Agricultural Research Quarterly.2002,36(3):163-168 [8] 赵杰文,刘木华,杨国彬.基于HIS颜色特征的田间成熟番茄识别技术[J].农业机械学报.2004,35(5):122-124,135 [9] 张铁中,魏剑涛.蔬菜嫁接机器人视觉系统的研究.Ⅰ.用图像形态学方法检测瓠瓜苗生长点[J].中国农业大学学报.1999,4(4):45-47 [10] 李震,洪添胜,王卫星.基于多元统计的柑桔图像分割和目标识别[J].中山大学学报(自然科学版).2005,44(z2):136-140 [11] 饶洪辉,姬长英.基于机器视觉的作物对行喷药控制的研究[J].南京农业大学学报.2007,30(1):120-123 [12] 牟研娜,王渝,蔡振江.彩色图像分割方法及其在农业中的应用[J].计算机应用.2006,26(6):67-69 [13] 包晓安,张瑞林,钟乐海.基于人工神经网络与图像处理的苹果识别方法研究[J].农业工程学报.2004,20(3):109-112 [14] WANG Dai-lin,ZHANG Xiu-mei,LIU Ya-qiu.Recognition system of leaf images based on neuronal network[J].Journal of Forestry Research.2006,17(3):243-246 [15] 常发亮,刘静,乔谊正.基于自组织神经网络的彩色图像自适应聚类分割[J].控制与决策.2006,21(4):449-452 [16] Gonzalez R C,Woods R E.Digital Image Processing[M].北京:电子工业出版社.2004:194-241 [17] 姚敏.数字图像处理[M].北京:机械工业出版社.2006:225-261 [18] Mokhtarian F,Mackworth A K.A theory of multiscale,curvature-based shape representation for planar curves[J].IEEE Transactions on Pattern Analysis and Machine Intelligence.1992,14(8):789-805 [19] Bulanon D M,Kataoka T,Ota Y.A segmentation algorithm for the automatic recognition of Fuji apples at harvest[J].Biosystems Engineering.2002,83(4):405-412 [20] 包晓敏,汪亚明.基于最小错误率贝叶斯决策的苹果图像分割[J].农业工程学报.2006,22(5):122-124
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
