基于随机森林算法的黄瓜种子腔图像分割方法

• 作者: 刘成良 张经纬 潘俊松 贡亮 黄亦翔 龚霁程
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 黄瓜 育种 图像分割 随机森林 K-均值聚类 支持向量机
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 试验研究
• 页码范围: 163-168
• 页数: 6页
• 分类号: TP391.41|S603.6
• 字数: 4863字
• 语种: 中文

摘要

针对黄瓜表型测量中图像识别问题，为解决黄瓜种子腔与果肉图像灰度差别不大情况下的分割难题，提出了基于随机森林算法( Random Forest ， RF )的黄瓜种子腔图像分割方法。首先，通过颜色空间变换，提取样本在 RGB、HSV、YCbCr 模型下的9个颜色分量；接着，基于灰度共生矩阵提取样本的能量、熵、对比度、相关性的均值与标准差等8个纹理特征。结合纹理与颜色特征，运用随机森林算法构建像素分类器，实现了种子腔的粗分割。为了提高分割质量，对粗分割的图像进行形态学处理得到最终分割图像。最后，与 K-均值聚类( K-means )算法、支持向量机( Support Vector Machine ， SVM )算法做对比。实验表明：随机森林分割算法正确识别率高达95%，错误识别率在10%之内，处理时间1.6 s 左右，分割质量上优于其它两种算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘成良	上海交通大学机械与动力工程学院	200	2288	27.0	38.0
2	贡亮	上海交通大学机械与动力工程学院	21	110	6.0	9.0
3	潘俊松	上海交通大学农业与生物学院	86	2137	22.0	44.0
4	张经纬	上海交通大学机械与动力工程学院	12	445	5.0	12.0
5	黄亦翔	上海交通大学机械与动力工程学院	26	155	7.0	11.0
6	龚霁程	上海交通大学机械与动力工程学院	1	12	1.0	1.0