基于MATLAB的苹果图像分割方法

基于MATLAB的苹果图像分割方法侯纯利（曲阜师范大学物理工程学院曲阜273165）摘要：本文以苹果图像为例，重点研究了苹果图像与背景的分割，提取出苹果图像，并对苹果的大小进行估算分级，由于苹果品种众多，其颜色，果型，大小均有差异，并非一种或几种算法便可解决苹果分级问题，本文针对市场上最常见的红富士苹果，以背景设置对照物方式，采用Otsu方法进行阈值分割，通过计算苹果的像素点数量与背景对照物像素点数获得苹果上视图面积，再通过多次对比面积与重量，通过对果型的分析，确定苹果上视图面积与重量的简单函数关系。并以此为思路，提出关于水果分割及水果分级的简单过程。根据实验设计，以matlab为工具，针对分割苹果背景图像时，需要人工设置阈值的问题，重点研究了图像阈值。选择Otsu法，将苹果图像分割为二值图像。采用区域标记与数学形态分去除二值图像中非苹果区域将得到的二值图像与灰度图像进行点乘运算，实现苹果图像与背景的分割，用相同的方法，实现设置参照物与背景的图像分割。该方法简单且能将苹果区域较为完整的从背景区域中分离出来。仿真结果表明，本文提出的背景分割算法不仅能在红富士苹果图像实现较好的处理，对于其他相似的苹果图像也同样适用，具有一定的实用性。关键词：水果；图像分割；MATLAB；面积计算AbstractWiththeappleimageasanexample,focusontheappleimageandbackgroundimagesegmentation,extractionofapple,andappleonthesizeoftheestimatedgrade,becausetheapplevariety,itscolor,fruittype,sizedifferenceisnotoneorseveralalgorithmscansolveproblemsaccordingtotheclassificationofapple,themostcommononthemarketofFujiredapple,bysettingcontrolmethod,Otsumethodusingthresholdsegmentation,throughthepixelcalculationofthenumberofapplesandbackgroundcontrastpixelsinAppleviewarea,aftermanytimesofsizeandweight,basedontheanalysisoffruittypes,determinethesimplefunctionviewareaandweighttheapple.Andasawayofthinking,thisisasimpleprocessoffruitsegmentationandfruitgrading.Accordingtotheexperimentaldesign,usingMATLABasatool,theproblemofmanualsettingthresholdisneededforthesegmentationofapplebackgroundimage,andtheimagethresholdvalueisstudied.SelectOtsumethod,theappleimageisdividedintotwovalueimage.TheregionlabelingandmorphologicalremovebinaryimageinnonAppleareaswillbethesecondvalueimageandthegraylevelimageofpointmultiplicationandrealizethesegmentationofappleimageandbackground,usingthesamemethod,setupthereferenceobjectandbackgroundimagesegmentation.Themethodissimpleandcanseparatetheappleareafromthebackgroundarea.SimulationresultsshowthatthebackgroundsegmentationalgorithmcannotonlyachieveabetterprocessingintheredFujiappleimage,butalsoappliestoothersimilarappleimage,whichhasacertainpracticality.Keywords：Fruit;imagesegmentation;MATLAB;areacalculation引言数字图像处理技术，用计算机对图像进行分析，以达到所需结果的技术，最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息，作为一门学科大约形成于20世纪60年代初期。经过数十年的发展，随着计算机科学技术的不断发展，数字图像处理已是一个跨学科的领域，图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，图像分割是数字图像处理中的关键技术之一。图像分割目的是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，是图像处理到图像分析的关键步骤。目前图像分割方法一般有基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。其中阈值分割是一种最常见的分割方法，计算简单、效率高、速度快，通过设置不同的特征阈值将像素点分为若干类，其关键点在于阈值的选择。尽管对图像分割算法的研究已有几十年的历史，借助各种理论至今已提出了上千种各种类型的分割算法。人们在图像分割方面做了许多研究工作。但由于尚无通用分割理论，因此现已提出的分割算法大都是针对具体问题的，并没有一种适合于所有图像的通用的分割算法。但是随着计算机技术的发展以及生产力发展的需要，图像分割方法正朝着更快速、更精确的方向发展，通过各种新理论和新技术结合将不断取得突破和进展。目前，国内外学者对分割技术和方法进行了很多研究，提出了很多模型和方法。日本学者OTSU于1979年提出的最大类间方差法对图像进行高效的二值化处理。王玉德等【1】提出一种融合颜色特征和纹理特征的图像分割方法有效实现复杂背景下甜瓜果实分割。王丽【6】利用像素相减的方法进行了相似背景下的苹果图像分割。王福杰【8】等将苹果彩色图像的R、G、B分量进行算术运算，然后用形态学开运算进行消噪处理，采用线性空间滤波消除锯齿便捷，采用自动阈值分割方法进行了苹果图像的背景分割和目标提取。赵志华等【9】采用SUSAN算子算法对苹果图像的缺陷区域进行分割。基于他们研究，本文采用了Otsu方法进行阈值分割，对苹果图像进行分割，并通过对像素点数的计算对比，估算苹果重量。第一章matlab及阈值分割1.1matlabMatlab是MatrixLaboratory的缩写，是当今很流行的科学计算软件。信息技术、计算机技术发展到今天，科学计算在各个领域得到了广泛的应用，在诸如控制论、时间序列分析、系统仿真、图像信号处理等方面产生了大量的矩阵及其他计算问题。ImageProcessingToolboxTM(图像处理工具箱)提供一套全方位的参照标准算法和图形工具，用于进行图像处理、分析、可视化和算法开发，可以进行图像增强、图像去模糊、特征检测、降噪、图像分割、空间转换和图像配准。图像处理工具箱支持多种多样的图像类型，包括高动态范围、千兆像素分辨率、ICC兼容色彩和断层扫描图像‘工具箱用于探索图像、检查像素区域、调节对比度、创建轮廓或柱形图以及操作感兴趣区域。工具箱算法可用于还原退化的图像、检查和测量特征、分析形状和纹理并调节图像的色彩平衡。1.2阈值分割灰度图像f(x,y)，该图像的暗色背景上有一些明亮的物体，因此物体和背景像素的灰度分级就分为两种主要模式。从背景中提取物体的一种常用方法是选取一个阈值T来分隔着两种模式。然后满足条件f(x,y)T的任意点(x,y)就称为物体点，而其它点则被称为背景点。阈值后的二值图像g(x,y)定义为g(x,y)={a,f(x,y)𝑇b.f(x,y)≤T1-1标注为a的像素对应物体，而标注为b的像素对应于背景。通常，按照惯例a=1(白),b=0(黑)。1.3使用Otsu方法进行最佳全局阈值分割令一幅图像的直方图成分表示为pq=nqnq=0,1,2,⋯,L−11-2式中，n是图像中像素的总数，nq是具有灰度级q的像素数量，L是图像种可能的灰度级的总数（记住，灰度级是整数值）。现在假设已选定一个阈值k，C1是灰度级为[0,1,2,⋯,k]的一组像素，C2是灰度级为[k+1,⋯,L-1]的一组像素。Otus方法（Otsu[1979]）是最佳的，在某种意义上，它选择阈值k，使得其最大类间方差为σB2(k)=P1(k)[m1(k)−mG]2+P2(k)[m2(k)−mG]21-3式中，P1(k)是集合C1发生的概率：P1(k)=∑piki=11-4m1(k)和m2(k)分半是集合C1和C2中像素的平均灰度。mG是全局均值（真个图像的平均灰度）：mG=∑iL−1i=0pi1-5此外，直到灰度级k的平均灰度由下式给出：m=∑ipiki=01-6展开σB2(k)的表达式，并由P2(k)=1−P1(k),可把类间方差写成σB2(k)=[mGP1(k)−m(k)]2P1(k)[1−P1(k)]1-7该表达式计算上更为有效，因为对于所有k值只需要计算两个参数m和P1(只计算一次mG)。类间方差最大化的思想是方差越大，越接近正确分割图像的阈值。注意，这种最佳测度完全基于直接由图像直方图得到的参数。此外，因为k是区间[0,L-1]内的一个整数，所以找到最大的σB2(k)非常简单：只需要选L个可能的k值中的一个，并在每步计算中计算方差。然后给出选择最大的σB2(k)值的k。这个k就是最佳阈值。如果最大值不唯一，那么所用的阈值就是所找到的所有最佳k值的平均值。类间方差与图像总灰度方差的比值η(k)=σB2(k)σG2是把图像灰度分为两类（如物体和背景）的一种测度，其取值范围为0≤η(k∗)≤1式中k∗是最佳阈值。该测度对于恒定图像(其像素完全不能分为两类)可达到最小值，对于二值图像则可达其最大值(其像素完全可分)。工具箱函数graythresh可计算Otsu阈值。其语法为[T,SM]=graythresh(f)其中，f是输入图像，T是产生的阈值取值为0到1，SM是可分性测度。然后再用工具箱函数im2bw完成图像的分割f2=im2bw(f,T)所得图像f2就是使用Otsu方法分割的图像，由于T取值为0到1，在分割前需要将T转换为具体的阈值，如原图像灰度级为255，则T=T*255。第二章图像分割与处理2.1实验设计流程针对苹果图像分割以及苹果大小估测，本次实验首先将苹果彩色图像转换为灰度图像，再对灰度图像进行对比度调节，通过直方图均衡突出细节，再经Otsu方法处理图像获得二值图像，再对二值图像进行形态学开操作删除小物体，通过调试对比度及开操作，获得最佳分割图像，经一系列矩阵运算最后实现苹果图像的分割。背景过亮，A3纸较苹果容易提取，先分割出A3纸，再在此基础上，对苹果区域进行处理。通过计算A3纸轮廓所占像素m与苹果轮廓所占像素n，由A3纸张面积即可得苹果视图面积ss=124740mm2∗nm1-7通过对部分苹果的分析，其形状似球，由球体积V公式与圆面积S公式即可推导出球体积V与其最大横截面积S函数关系V=43πr31-8S=πr21-9V=43π√Sπ31-10以此函数为参照，通过苹果重量与面积的分析，得出苹果重量与面积的简单函数关系g(s)，由此进行苹果重量的估算。实验总流程图如下图2-1实验流程图2.2采集苹果图像本次研究对象为成熟的红富士苹果，成熟果实主色为红，也有青黄等杂色。实验采用拍摄工具为iphone6s，其摄像头像素为120