基于小波增强图像的Canny算子果实信息识别方法研究

罗晓丽

基于小波增强图像的Canny算子果实信息识别方法研究

罗晓丽

（福州职业技术学院 信息技术工程系，福建 福州 350108）

果实信息智能识别方法是目前图形图像识别技术研究的热点。目前主要的研究方法有神经网络图像分割算法、直方图量化法、均值聚类算法及相关算法的组合算法。这些算法对单果识别效果较好，但对叠果识别效果不理想。采用小波增强图像及改进canny算子提取，更适合提取背景较为复杂的叠果果实信息。

小波；图像增强；信息熵；梯度

通过计算机运用相关算法识别和提取果实和叶片信息，已成为目前图形图像识别技术的热点。刘娜[1]用图像处理技术和人工神经网络技术，实现了黄瓜叶部病害检测与染病程度的分级，能够快速准确地对黄瓜叶片病害的染病程度进行分级处理。张凯兵等[2]提出直方图量化方法提取油菜缺素，能较准确地确定油菜的缺素类型；徐黎明等[3]采用滤波及均值聚类法对光照不均杨梅提取，该算法能在纹理等细节方面精准地分割出杨梅目标。

综上所述，目前分割图像多采用神经网络图像算法、直方图量化法、均值聚类算法及相关算法的组合算法。这些算法对单果识别效果较好，对于叠果信息提取，应在果实和背景分割之前，对图像进行增强处理，这样提取精准性将会得到极大的提高。

本文对复杂背景下柑橘果实先采用小波增强图像处理，再采用改进的canny算子检测，对比实验证明比没有经过增强图像处理的图像信息更为准确完整。

1 图像增强

1.1 色彩分量定义

由某彩色图像像素点(,,)分解得到（如图1所示）分量分别为r，g，b[4]。

图1 彩色图像RGB空间定义

真彩色图像(,)可表示为函数：

其中，(,)、(,)、(,)分别为红光分量、绿光分量和蓝光分量。

1.2 小波增强图像

经过信息熵和梯度信息比较，红光分量和蓝光分量比蓝光分量包含更多的图像细节信息，因此对红光分量和绿光分量图像分别进行二维小波二层分解[5]，

其中，=0，1，2……，-1；，，分别表示水平、垂直、对角高频分量；T，T分别为H、C的共轭转置矩阵。对细节信息较多的色彩分量图像进行多尺度小波分解，结果与高频系数进行绝对值比较，取较大者为融合后的小波系数[7]，

2 图像分割

2.1 改变传统高斯滤波器平滑图像为中值滤波

Canny边缘检测算法主要是原图像(,)经高斯滤波得到图像(,)。(,)为3×3像素区域灰度值矩阵中心点（见式(7)），为中心与邻近像素灰度相似的个数阈值，邻近像素与该中心像素灰度值的差为，大于时，自增；介于1和7之间时，该点是边缘点[9]，否则不是边缘点。

如果该点是边缘点，该像素值(i, j)输出；如果该点不是边缘点，对矩阵的像素点进行排序取中值med滤波输出。

2.2 一阶差分偏导计算

3*3模版在水平差分和垂直差分、45度及135度四个方向梯度幅值和方向见式(8)-(10)。

2.3 对梯度幅值进行非极大值抑制

在Canny算法中，如C点是一个判断点，梯度方向相邻两个像素点的梯度为dTmp1和dTmp2进行判断。如果C点的梯度dTmpC大于两者则保留，否则就说明不是边缘点。

2.4 用双阈值算法检测和连接边缘

DFS深度优先搜索，在大于高阈值的为真实边缘。小于低阈值就丢弃，在非极大值抑制已经丢弃一部分。

3 改进Canny算子的提取柑橘果实图像方法

真彩色柑橘果实图像原图见图2。对图2中RGB红、绿、蓝光分量分离，利用Matlab提取得到R、G、B三个分量图像，见图3-图5。经图像计算分析R、G分量图像梯度值和信息熵较大，因此取R、G分量进实施小波融合。分别对R，G分量灰度图像进行2层小波分解及重构，得到融合后的增强图像见图6。

图2 真彩色柑橘果实图像原图

图3 G分量果实图像

图4 B分量果实图像

图5 R分量果实图像

图6 小波增强图像

计算融合前后图像的信息熵和梯度，融合后图像比融合前分量保留较为细至的边缘信息，见表1。融合后柑橘图像经自适应中值滤波后用改进的cannny算子提取果实边缘图像见图7。

表1 融合前后图像的信息熵及梯度

图7 canny算子提取边缘图像

比较Robert、prewitt、sobel及改进的canny算子提取边缘，如图8所示。

注：(a) Robert算子提取结果；(b) prewitt算子提取结果；(c) sobel算子提取结果；(d) canny算子提取结果

由图8可见，所有算子对提取单果结果都较准确，改进的canny算子对叠果提取更为精准。

4 结论

基于MATLAB软件进行仿真，通过柑橘果实图像红、绿光分量采用小波增强图像处理，再采用canny算子提取果实信息，结果显示能准确地提取果实图像边缘信息，为机器人智能采摘提供科学可行性。

[1] 刘娜,赵慧,包思圆,等. 基于图像处理的黄瓜叶子病害识别系统的研究[J].山东工业技术,2018,37(5):138.

[2] 张凯兵,章爱群,李春生.基于HSV空间颜色直方图的油菜叶片缺素诊断[J].农业工程学报,2016,32(19):179- 187.

[3] 徐黎明,吕继东.基于同态滤波和K均值聚类算法的杨梅图像分割[J].农业工程学报,2015,31(7):12-15.

[4] 罗陆锋,邹湘军,熊俊涛,等.自然环境下葡萄采摘机器人采摘点的自动定位[J].农业工程学报,2015,31(2):14- 21.

[5] 程塨,郭雷,赵天云,许明,贺胜.一种基于小波变换的多聚焦图像融合方法[J].计算机工程与应用,2012,48(1): 94-96.

[6] 黄劲潮.小波神经网络在电力负荷预测中的应用[J].唐山师范学院学报,2016,38(5):78-80.

[7] 程塨,郭雷,赵天云,许明,贺胜.一种基于小波变换的多聚焦图像融合方法[J].计算机工程与应用,2012,48(1): 10-13.

[8] 王伟芳,王晋茹.小波阈值方法在Laplace方程中的应用[J].唐山师范学院学报,2009,31(5):24-28.

[9] 侯守明,王阳,唐琪博,张玉珍.一种基于偏微分方程和Canny算子的图像分割方法[J].山西大学学报(自然科学版),2017,58(4):676-682.

[10] 孙砚飞,常晓刚,李东兴,等.基于自适应Canny的红外图像边缘检测算法[J].山东理工大学学报(自然科学版),2017,33(6):3063-3067.

Canny Operator Based on Wavelet Enhanced Image Was Used to Identify Fruit Information

LUO Xiao-li

( Department of Information Technology Engineering, Fuzhou Polytechnic, Fuzhou 350108, China)

The method of fruit information intelligent recognition is the focus of the research on image recognition. At present, the main research methods are neural network image segmentation algorithm, histogram quantization method, mean clustering algorithm and correlation algorithm combination algorithm. These algorithms have a good effect on the recognition of single fruit with simple background, but a poor effect on the recognition of complex background and multiple fruit overlap. In this paper, the image enhanced by wavelet and the canny operator were improved, which is more suitable for the extraction of the information of fruit with complex background.

Wavelet; image enhancement; information entropy; gradient

TP311.13.1

A

1009-9115(2020)03-0083-04

10.3969/j.issn.1009-9115.2020.03.020

福州职业技术学院科研项目（FZYKJJJC201802）

2019-12-24

2020-04-12

罗晓丽（1971-），女，黑龙江五常人，硕士，副教授，研究方向为计算机图像处理。

（责任编辑、校对：田敬军）