基于彩色和深度信息结合K-means聚类算法快速拼接植株图像

• 作者: 刘慧 崔业民 张炳南 朱嘉慧 沈跃
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 图像处理 算法 机器视觉 K-means聚类 SURF算法 图像融合 彩色和深度信息
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 134-141
• 页数: 8页
• 分类号: TP391|S24
• 字数: 7231字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.23.016

摘要

图像拼接可以建立宽视角的高分辨率图像,对实现农业智能化有重要作用.基于Kinect传感器的图像拼接方法利用彩色和深度双源信息,能够有效避免图像缺失、亮暗差异、重影等拼接错误,但是存在拼接时间较长和目标植株不明显等情况.针对这一问题,该文提出一种基于Kinect传感器彩色和深度信息的目标植株图像快速拼接方法.首先用K-means聚类算法和植株深度信息提取彩色图像中有效植株区域,再采用SURF(speeded up robust features)算法进行特征点提取,利用相似性度量进行特征点匹配并根据植株深度数据去除误匹配,由RANSAC(random sample consensus)算法寻找投影变换矩阵,最后采用基于缝合线算法的多分辨率图像融合方法进行拼接.室内外试验结果表明:该文图像拼接方法更能突显出目标植株且极大缩短了拼接时间,该方法图像拼接时间只需3.52 s(室内)和7.11 s(室外),较基于深度和彩色双信息特征源的Kinect植物图像拼接方法时间缩短了8.62 s(室内)和38.56 s(室外),且平均匹配准确率达96.8％.该文拼接后图像信息熵、清晰度、互信息、空间频率平均分别为6.34、50.36、11.70、11.28,图像质量较传统方法均有提高.该研究可为监测农业植株生长状态、精确喷洒药物提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘慧	江苏大学电气信息工程学院	63	790	16.0	25.0
2	沈跃	江苏大学电气信息工程学院	49	502	14.0	20.0
3	朱嘉慧	江苏大学电气信息工程学院	4	17	2.0	4.0
4	崔业民		2	7	1.0	2.0
5	张炳南	江苏大学电气信息工程学院	1	7	1.0	1.0