柑橘表面缺陷图像快速准确分割方法

• 作者: 宋恩来 李润佳 白雪冰 许景涛
• 来源期刊: 沈阳农业大学学报
• 学科: 农学
• 关键词: 柑橘表面缺陷 柑橘图像分割 LBF模型 水平集
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 研究简报
• 页码范围: 242-249
• 页数: 8页
• 分类号: S24.1|TP391.41
• 字数: 4101字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2018.02.017

摘要

柑橘表面缺陷会严重影响水果的品质和食用安全,柑橘表面缺陷进行检测对于提高水果品质、提升水果价值有着重要意义.LBF(local binary fitting)是一种基于Chan-Vese(CV)模型的局部化的图像分割模型.由于传统的LBF模型存在对于初始轮廓线的位置要求高且抗噪能力差,对于灰度不均匀图像分割效果欠佳的问题,通过在原LBF模型基础上,添加一个核函数(高斯函数)和线性水平集的方法,对LBF模型进行了改进.针对柑橘表面常见缺陷(虫伤、腐烂、炭疽、药伤)的图像分割问题,采用改进的LBF模型进行试验,来验证改进后的LBF模型对柑橘表面四种常见缺陷能否进行有效的分割提取.通过对虫伤果、腐烂果、炭疽果、药伤果四组样本分别进行分组试验,结果表明:改进后的LBF模型对于虫伤果、腐烂果、炭疽果、药伤果的表面缺陷能够进行快速的识别,分割效果好并能得到与缺陷图像相对应的水平集演化图像.具有迭代次数少、分割时间短、对初始轮廓位置不敏感、分割轮廓线更加光滑和完整、缺陷边界识别准确等优点,有效地解决了传统LBF模型的不足.试验验证了改进后的LBF模型适用于四种柑橘表面缺陷的分割提取,具有可行性、快速性和准确性,为柑橘表面缺陷的识别与柑橘在线检测提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白雪冰	东北林业大学机电工程学院	64	811	18.0	25.0
2	许景涛	东北林业大学机电工程学院	10	43	5.0	5.0
3	宋恩来	东北林业大学机电工程学院	6	20	3.0	4.0
4	李润佳	东北林业大学机电工程学院	3	13	3.0	3.0