首页|基于K-means聚类的苹果图像处理与分级设计

基于K-means聚类的苹果图像处理与分级设计

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
以图像处理技术为基础,根据苹果分级标准展开红色着色比、缺陷检测、果径测量的模型设计研究.首先将苹果图像转换到YCbCr颜色空间,借助K-means聚类算法、OTSU最大类间方差法得到最优分阈值,将灰度图转换为二值图.使用大小为10的模版对图片做闭预算,并填充内部小孔洞,得到的白色的果实区域,从而实现果体与背景区域的有效分割.随后通过Gamma变换将苹果图像中灰度值区间拉伸,建立苹果颜色分级模型;在YCbCr图片中进行簇数为3的K-means聚类,且使用碟型结构元素对图片做开运算,对连通域进行标记,进而完成苹果的缺陷检测;最后通过最小外接圆计算苹果果径.实验结果表明,基于K-means聚类方法进行苹果分级系统设计,其图像处理速度较快且分割效果较好,能够为相关果类的分级设计提供借鉴和参考.
Image Processing and Grading Design of Apple Based on K-means Clustering

张婧婧、程芸涛、达新民

展开 >

新疆农业大学计算机与信息工程学院 乌鲁木齐 830052

K-means聚类 轮廓分割 Gamma变换 OTSU算法 YCbCr颜色空间

2018D01A17

2021

10.3969/j.issn.1672-9722.2021.08.030

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(8)
  • 7
  • 12