简介:适合不知如何写目标图像方面的相关专业大学硕士和本科毕业论文以及关于目标图像论文开题报告范文和相关职称论文写作参考文献资料下载。
（河北农业大学机电工程学院,河北 保定 ０７１００１）
摘 要：为了实现农作物图像多目标的准确识别,提出了四连通或八连通的连通域判别法.利用ＭＡＴＬＡＢ的数值计算、图形处理和可视化建模以及动态仿真等功能,对黄瓜植株花朵图像预处理,去除干扰目标,对目标处理结果进行整合,进而得到多目标处理结果.结果表明该方法依据图像信息即可有效地实现多目标的分离和识别.
关键词：机器视觉；多目标；ＭＡＴＬＡＢ仿真；提取识别
中图分类号：ＴＰ３９１．４１ 文献标识码：Ａ 文章编号：0439－８114（２０12）15－3342-03
Ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ Ｅｘｔｒａｃｔｉｏｎ ｏｆ Ｍｕｌｔｉｐｌｅ Ｔａｒｇｅｔｓ Ｂａｓｅｄ ｏｎ Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ Ｉｍａｇｅ
ＳＨＩ Ｊｕｎ－ｗｅｉ,ＨＵ Ｍｉｎ－ｙｉｎｇ,ＲＥＮ Ｚｈｅｎ－ｈｕｉ
（Ｃｏｌｌｅｇｅ ｏｆ Ｍｅｃｈａｎｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ, Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｈｅｂｅｉ, Ｂａｏｄｉｎｇ ０７１００１, Ｈｅｂｅｉ, Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ： Ｔｈｅ ｄｉｓｃｒｉｍｉｎａｎｃｅ ｏｆ ４－ｃｏｎｎｅｃｔｅｄ or ８－ｃｏｎｎｅｃｔｅｄ ｄｏｍａｉｎ ｗａｓ ｐｒｅｓｅｎｔｅｄ ｔｏ ｒｅａｌｉｚｅ aｃｃｕｒａｔｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｔｈｅ ｔａｒｇｅｔ ｃｒｏｐ ｉｍａｇｅｓ． Ｕｓｉｎｇ ＭＡＴＬＡＢ ｆｕｎｃｔｉｏｎｓ, ｓｕｃｈ ａｓ ｎｕｍｅｒｉｃａｌ ｃｏｍｐｕｔａｔｉｏｎ, ｇｒａｐｈｉｃ ｐｒｏｃｅｓｓｉｎｇ, ｖｉｓｕａｌ ｍｏｄｅｌｉｎｇ ａｎｄ ｄｙｎａｍｉｃ ｓｉｍｕｌａｔｉｏｎ, ｔｈｅ ｉｍａｇｅs ｏｆ ｃｕｃｕｍｂｅｒ ｆｌｏｗｅｒｓ ｗｅｒｅ ｐｒｅｐｒｏｃｅｓｓｅｄ ａｎｄ ｔｈｅ ｊａｍｍｉｎｇ ｉｍａｇｅｓ ｗｅｒｅ ｒｅｍｏｖｅｄ, ａｎｄ ｔｈｅｎ ｓｉｎｇｌｅ ｉｍａｇｅｓ ｗｅｒｅ ｉｎｔｅｇｒａｔｅd ｔｏ ｏｂｔａｉｎ ｔｈｅ ｍｕｌｔｉｐｌｅ ｉｍａｇｅｓ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗed ｔｈａｔ ｔｈｉｓ ａｌｇｏｒｉｔｈｍ ｃｏｕｌｄ ｓｅｐａｒａｔｉｏｎ ａｎｄ ｒｅｃｏｇｎｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｍｕｌｔｉｐｌｅ ｏｂｊｅｃｔｓ ｅｆｆｅｃｔｉｖｅｌｙ ｗｉｔｈ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ．
Ｋｅｙ ｗｏｒｄｓ： ｍａｃｈｉｎｅ ｖｉｓｉｏｎ； ｍｕｌｔｉｐｌｅ ｔａｒｇｅｔ； ＭＡＴＬＡＢ ｓｉｍｕｌａｔｉｏｎ； ｅｘｔｒａｃｔｉｏｎ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ
长期以来,农作物果实的采摘、部分作物花朵的授粉以及农药喷洒都是通过人工来完成的,但在一些高湿、高温、有毒的环境中,不适于人工的长期作业［１］.因此自动采摘果实与代论文范文工授粉的智能机械需要非常突出,而这种智能机械必须基于机器视觉,它作为智能化农业机械系统的信息输入端,担负着对信息的采集、处理与输入任务,必须能够通过对采集图像的信息处理,提取出准确目标的图像信息并加以识别,能够分别确定所需目标、噪声目标和假目标,且进一步分析其在整体图像中的位置,最终使机器（计算机）依据这些信息能够准确地实行下一步操作［２,３］.
１ 单目标的提取识别
对单个图像目标的处理,采用了以颜色为优势特征的提取算法.算法针对目标与背景颜色的明显差异,将图像转化为灰度图像,利用从ＲＧＢ到ＨＳＶ的转换公式：
对调整后的灰度图像分别计算其Ｒ、Ｇ、Ｂ分量值和Ｈ、Ｓ、Ｖ分量值,将目标特征突显化.通过对各分量图像的对比,选取目标突显最为明显的Ｒ、Ｇ和Ｖ分量灰度图像.采用迭代法求出最佳阈值,再利用ＭＡＴＬＡＢ语言求出图像的全局阈值［４］,得到全局阈值分割图像,利用该阈值对各图像分别进行阈值分割,并运用二值形态学方法对图像进行膨胀和腐蚀处理,以完全分离花朵目标.
２ 多目标的提取识别
２．１ 多目标的分离
单个目标的提取识别处理过程相对简单,但实际应用中往往存在一幅图像中出现多个目标的情况,因此必须进行多目标的分离,使其能够按照单个目标提取识别方法进行处理,而且要去除噪声目标和小目标（假目标或非需要目标）,然后再对单个目标处理结果进行整合,并输出为多个目标的处理结果.
图１为待处理图像,图中有两个目标（框①所示）,并有一个假目标（框②所示）和若干噪声目标.
依照单目标的提取识别,首先对原始图像调整灰度值并进行R分量显示,通过迭代法求最佳阈值,即：
第一步,求出图像中的最小和最大灰度值及阈值初值；
第二步,根据阈值Ｔ将图像分割成目标和背景两部分,求出两部分的平均灰度值.其中Ｚ（ｉ,ｊ）是图像上（ｉ,ｊ）点的灰度值,Ｎ（ｉ,ｊ）是（ｉ,ｊ）点的权重系数,Ｎ（ｉ,ｊ）取（ｉ,ｊ）点灰度的概率；
第三步,求出新的阈值；
第四步,若阈值分割结果使目标亮点相对集中则结束,此Ｔ即为最佳阈值,否则ｋ＋１→ｋ转第二步.
再通过最佳阈值选取最后对目标灰度图像进行阈值分割和二值形态学操作处理,得到图2目标结果.
2.2 多目标中假目标的去除
经过阈值分割和二值形态学操作处理后,目标图像中的斑点噪声已被滤除,因此在后面的操作中只要对假目标进行处理即可.该算法采用了连通域处理法,对图像中的真假目标一同做连通域标定.
连通域分四连通或八连通.四连通是说一个像素,如果像素的位置在其他像素相邻的上、下、左或右,则认为它们是连接着的,连通的；在左上角、左下角、右上角或右下角连接,则认为它们不连通.而八连通是指,如果和其他像素在上、下、左、右、左上角、左下角、右上角或右下角连接着,则认为它们是连通的.
算法中提出以目标图像中最大连通域作为真实目标的基准,大于此连通域30%的目标连通域作为真实目标保留以进行下一步识别处理,而对于不足30%基准连通域的则认定为假目标而滤除.处理后的结果如图3.
图像目标跟踪技术:RP6用USB摄像头，通过图像识别目标物体和目标跟踪，超声波避障1
原图中的假目标(③所示)和噪声目标(②所示)均已被滤除,而所需目标图像(①所示)得以保留,且目标轮廓未受影响,目标效果良好.
该步处理MATLAB实现的部分代码如下：
[L,n] 等于 bwlabel(R5,8),
n1等于0,n2等于0,n3等于0,n4等于0,n5等于0,n6等于0,n7等于0,n8等于0,n9等于0,
for u等于1:size(L,1)
for v等于1:size(L,2)
if L(u,v)等于等于1
n1等于n1+1,
else if L(u,v)等于等于2
n2等于n2+1,
等等等
end
R6等于L,
figure,subplot(1,2,1),
imshow(R5),title(‘未滤除假目标图像’),
R6等于R6-R6,
for u等于1:size(L,1)
for v等于1:size(L,2)
if L(u,v)>,等于1
R6(u,v)等于1,
end
end
end
subplot(1,2,2),
imshow(R6),title(‘滤除假目标后图像’),
2.3 目标个数的确定与位置显示
经过滤除处理后的二值图像只含有所需目标,进一步处理必须要使算法能够识别目标的个数,并进行分离,然后分别计算每个目标的中心位置,再整合为综合结果输出.
在图3中可以看到,图中目标数为两个,按照两个连通域对二值图像进行分离.目标图像分离后分别对每一个目标图像进行中心位置计算,逐一得出结果,然后再综合到一张图像中,并通过4×4矩阵膨胀显示,结果如图4.将中心位置标注在原二值图像中(框①所示),可见算法对中心位置的计算结果良好.
该步处理MATLAB实现的部分代码如下：
for a等于1:n
if a等于等于1
Hmin等于0,Hmax等于0,Smin等于0,Smax等于0,
for u等于1:size(R,1) %求MAX
for v等于1:size(R,2)
if M1(u,v)等于等于1
if Hmin等于等于0
Hmin等于u,Hmax等于u,Smin等于v,Smax等于v,
等等等
figure,subplot(2,2,1),imshow(R6),title(‘目标二值图像’),
subplot(2,2,2),imshow(M0),title(‘目标的中心坐标位置’),
subplot(2,2,3),imshow(R3),title(‘目标原二值图像’),
subplot(2,2,4),imshow(R3-M0),title(‘目标中心在原图像中的位置’),
3. 小结
利用机器视觉和图像处理技术对农作物植株图像进行识别提取在农业领域逐步得到应用［５］.在对多目标图像的处理中,提出的连通域判别思想简化了算法程序,而且在运算结果中既舍弃了无关信息,又保留了实用性强的精确信息,为每个目标的中心位置确定提供了可靠依据,并且很好地去除了假目标的干扰,在运算中取得了良好效果.
参考文献：
［１］ 袁忠兴,谭 峰,尚廷义．基于机器视觉的农田作物识别算法的研究［Ｊ］．黑龙江八一农垦大学学报,２００８,２０（６）：８２－８５．
［２］ 田金锋,杨荣松,任德均．基于机器视觉的产品喷码识别系统［Ｊ］．微计算机信息,２０１０,２６（９）：１８５－１８７．
［３］ 李春雷,崔 斌,吴兴宽,等．基于机器视觉的喷丝头自动化检测方法［Ｊ］． 纺织学报,２０１０, ３１（１１）：１２６－１３０．
［４］ 赵小军,林 晨,黄柳仙,等．基于ＭＡＴＬＡＢ图像处理的车辆检测与识别［Ｊ］． 数据采集与处理,２００９,２４（增刊）：１４１－１４３．
［５］ 王 柯,方陆明,付鋆萍． 森林火灾图像几何特征提取识别的算法研究［Ｊ］． 浙江林业科技,２００９,２９（６）：３８－４１．
总结：本论文为您写目标图像毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
图像目标跟踪技术引用文献:
[1] 红木和图像识别技术毕业论文题目范文 关于红木和图像识别技术参考文献格式范文2万字
[2] 图像识别技术和电脑专升本论文范文 关于图像识别技术和电脑相关论文如何怎么撰写5000字
[3] 图像识别技术和人工智能硕士学位毕业论文范文 关于图像识别技术和人工智能相关毕业论文怎么写2万字
