基于超模糊集的canny边缘检测在花椒图像中的应用-重庆工商大学.PDF

第３３卷第３期 重庆工商大学学报（自然科学版） ２０１６年６月 Ｖｏｌ．３３　ＮＯ．３　　　　　　　　ＪＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌＢｕｓｉｎｅｓｓＵｎｉｖ（ＮａｔＳｃｉＥｄ）　 　　　　　　　 Ｊｕｎ．２０１６ － ｄｏｉ：１０．１６０５５／ｊ．ｉｓｓｎ．１６７２０５８Ｘ．２０１６．０００３．００８ 基于超模糊集的Ｃａｎｎｙ边缘检测在花椒图像中的应用 １ ２ ２ 宋凌怡 ，舒　涛 ，周德荣 （１．四川民族学院计算机科学系，四川 康定 ６２６００１；２．四川民族学院 网络信息中心，四川 康定 ６２６００１） 　　摘　要：针对花椒图像中花椒边缘的检测问题，提出了一种基于超模糊集的Ｃａｎｎｙ检测算法；算法选用 ＲＧＢ颜色模型，先采用中值滤波对图像预处理，然后采用基于超模糊集阈值选择的Ｃａｎｎｙ算法对花椒图像 进行边缘检测，最后用形态学的腐蚀和膨胀对花椒轮廓做加强处理；实验结果表明算法能够有效地检测出 花椒图像边缘。 关键词：超模糊集；中值滤波；腐蚀和膨胀 － － － 中图分类号：ＴＮ９４６　　　文献标志码：Ａ　　　文章编号：１６７２０５８Ｘ（２０１６ 　　花椒是一种很好的经济作物，在全国许多地方 法得到。针对不同的图像对象，要选择不同分割算 被广泛种植。但花椒在收获时，由于花椒树上的刺 法，对于花椒图像的分割，由于花椒颗粒比较微小， 多易扎手，导致人工采摘效率低，因此研究花椒采 背景复杂等因素，在对其分割时，须选择分割准确 摘机器人有很大的实用价值。对于花椒采摘机器 度高，速度快的分割算法。 人如何辨别花椒的关键技术之一就是如何把花椒 利用传统的Ｃａｎｎｙ算法，在检测图像时不但效 与其背景区域分割出来。 率高而且速度快，但其抗噪能力较差，当有噪声干 近几年，出现了很多关于图像的分割方法：王 扰时，检测出来的图像边缘不准确。为了让 Ｃａｎｎｙ ［１］ 算法能够准确的提取花椒特征边缘，提出基于ＲＧＢ 洪涛 把粒子群算法用在图像边缘检测上；吴一全 等［２］利用了数学形态学检测火焰图像边缘，火焰的 颜色模型，利用中值滤波对花椒图像去噪处理，再 ［３］ 用基于超模糊集阈值选择的Ｃａｎｎｙ算法对成熟花椒 轮廓清晰；王丽芳等 把小波理论和Ｃａｎｎｙ算子相 结合，保留图像的边缘细节，达到了较好的检测效 边缘检测，最后用形态学对分割后的图像做进一步 ［４］ 轮廓加强处理。这种算法不仅能够准确、快速的提 果。梁义涛等 利用神经网络和生物光子学相结 合给小麦籽粒分类，识别率高达９０％以上。而对于 取花椒的轮廓，而且还能降低噪声的干扰。 ［５］ 圆形状的检测对象，贾伟宽 提出一种基于 Ｋ ｍｅａｎｓ聚类分割和基于遗传的分割方法、最小均方 １　方法描述 差算法优化的径向基神经网络相结合的苹果识别 方法，识别率达９６．９５％，但耗时太长。冯青春等［６］ １．１　颜色模型选择 人在番茄的果实识别上采用（２ＲＧＢ）色彩模型获 图像分割是把图像中人们觉得有意义的对象 取色差灰度图，动态阈值的获得利用最大类间方差 与不重要的部分分开，可以采取很多方法使之分 － － － － 　　收稿日期修回日期 　 基金项目：四川省教育厅自然科学项目（１５ＺＢ０３２９）