【看论文】之《西红柿果实目标识别方法研究-基于模糊聚类算法_王富春》_基于深度学习的番茄目标识别技术研究进展

论文信息

题目：西红柿果实目标识别方法研究-基于模糊聚类算法

论文作者：王富春等

作者单位：柳州职业技术学院

期刊：农机化研究

提交时间：2014-10-20

---

摘要

为识别成熟的西红柿目标，提出了一种“模糊C-均值聚类算法（Fuzzy Clustering Means,FCM）”的西红柿目标分割方法；

首先利用FCM算法对西红柿图像就行模糊聚类，并对聚类后的图像与丢失的部分目标图像进行相加，得到更加完整的西红柿目标；

然后对西红柿目标进行二值化，去噪，开闭运算等处理，完成西红柿目标的分割；

为验证算法的有效性，利用20幅图像就行了实验，与“K-Means算法”、“Otsu算法”的效果进行比较，表明：本论文提出的算法所分割出来的西红柿目标最高分割误差率均低于“K-Means算法”、“Otsu算法”。

---

---

引言

国外

Bulanon等采用结合机器视觉系统和激光距离传感器的方式定位水果；采用机器视觉识别水果，激光距离传感器测量距离。试验结果：末端执行器能够在7.1s的时间内采摘单果，采摘成功率达90%；

Rakun等通过整合目标颜色、纹理及三维形状信息来识别水果，利用多视几何方法来进行空间定位，较好地处理了光照不均匀、部分遮挡及相似背景等问题;

国内

李昕等利用了一种改进的类圆随机 Hough 变化算法，并在算法中添加了边缘预检测、快速定位圆心点等模块，成功将油茶果实从树枝、树叶等外界遮挡中分离出来

熊俊涛等基于双边滤波的Ｒetinex 图像增强算法凸显图像中的荔枝果实与果梗，再利用 Otsu 自动阈值分割去除荔枝果实和果梗外的复杂背景，最后通过将双三次插值算法和传统的FCM算法融合，实现了不同光照下荔枝果实和果梗的识别；

 

 

 

 

 

 

---