一种棉花异性纤维图像在线分割方法

基于视觉显著图的异性纤维彩色图像分割方法

２０１３年８月
计算机工程与设计
ＣＯＭＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧＡ３４卷
第８期
Ｖｏ１．３４ＮＯ．８
基于视觉显著图的异性纤维彩色图像分割方法
王思乐，范士勇，卢素魁，杨文柱Ｈ
Ａｂｓｔｒａｃｔ：Ｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｓｅｐａｒａｔｅｆｏｒｅｉｇｎｆｉｂｅｒｏｂｊｅｅｔｓｆｒｏｍｂａｃｋｇｒｏｕｎｄｉｎａｌｉｖｅｉｍａｇｅｃａｐｔｕｒｅｄｂｙａｎａｕｔｏｍａｔｅｄｖｉｓｕａｌｉｎｓｐｅｃ —
ｅｎｔｅｄ．ＴｈｅＲＧＢｃｏｌｏｒｉｍａｇｅｃａｐｔｕｒｅｄｉｎｒｅａｌ — ｔｉｍｅｉｓｆｉｒｓｔｌｙｓｅｐａｒａｔｅｄｔｏＲ，ＧａｎｄＢｃｏｌｏｒｃｈａｎｎｅｌｓ．Ｔｈｅｎｔｈｅｒｅｄ，ｇｒｅｅｎａｎｄｂｌｕｅ
（１．河北大学数学与计算机学院，河北保定０７１００２；２．河北大学计算中心，河北保定０７１００２）
摘要：为实现对棉花异性纤维自动视觉检测系统采集的彩色图像的精确分割，提出了基于视觉显著图的异性纤维彩色图像分割方法。通过计算颜色显著图，实现彩色异性纤维目标的识别；通过计算亮度显著图，实现灰色异性纤维目标的识别；将彩色和灰色目标进行融合，得到全部异性纤维目标。实验结果表明，该方法可以准确分割出异性纤维彩色图像中含有的各种异性纤维目标。通过比较发现，该方法在分割精度上明显优于其它方法，可以实现对异性纤维彩色图像的精确分割。

基于改进分水岭的棉花图像分割方法_任磊

Reg_Min h (g) = { x Î D g |x = Local min mum g( x) = h}
（1）
g 的分水岭区域即为集合 X hmax 和 X hmin ，可以通
过迭代运算得到，即
ì X = [D]hmin ï hmin ï í X h + 1 = Reg_Min h + 1(g) IZ[D g]h + 1( X h) ï ï "h Î[h min h max - 1] î 那么，这幅图像的分水岭就可以定义为： Dg Wshe(g) = X hmax
术。在自然棉田环境下，能够克服阳光直射和阴影遮挡的准确分割是棉花图像进行特征匹配和三维信息重建的前提，分割结果的好坏，直接影响智能采摘系统的准确度。目前关于棉花图像分割的相关研究有：韦皆顶等选取 HSV 模型中与亮度无关的 S 通道
[1]
作为棉花图像的特征，排除了图像明暗变化对分割效果的影响，但需进行大量的数据统计，并对图像强度选取合适阈值；王勇等[2]根据棉花与背景的色差信息，提出利用（R-B）、（B-G）的差值进行分割；王玲等
Computer Engineering and Applications 计算机工程与应用
2012， 48 （34）
207
基于改进分水岭的棉花图像分割方法
任磊，赖惠成，陈钦政，王星 REN Lei, LAI Huicheng, CHEN Qinzheng, WANG Xing
新疆大学信息科学与工程学院，乌鲁木齐 830046 School of Information Science and Engineering, Xinjiang University, Urumqi 830046, China REN Lei, LAI Huicheng, CHEN Qinzheng, et al. Cotton image segmentation method based on improved watershed. Computer Engineering and Applications, 2012, 48 （34）： 207-211. Abstract： Because of the direct sunlight and shadow effect, it is difficult to segment cotton image in the natural environment. In order to segment cotton exactly, an improved segmentation algorithm based on watershed is proposed. In the method, a P-M diffusion pattern denoising filter is adopted in the original image. The multi-scale morphology gradient is modified by the hard threshold which gets from robust mean value estimation. Watershed transform is utilized to implement segmentation with the modifying gradient image and a region merging method based on L*a*b* space neighbor color similarity is employed to improve the segmentation result. The experiments show that the proposed algorithm has accurate segmentation result in the direct sunlight and shadow conditions. Key words： cotton image segmentation; robust mean value estimation; neighbor color similarity; region merging 摘要：针对棉花图像中存在阳光直射和阴影遮挡等因素而导致图像分割精度低、效果差的问题，提出一种改

基于多类支持向量机的棉花异性纤维分类方法

持向量机进行测试。测试结果表明，基于有向无环图的一对一多类支持向量机在分类精度和分类速度上更适合用于
棉花异性纤维在线分类。关键词：异性纤维；在线分类；特征向量；多类支持向量机；留一交叉验证中图分类号：Ｐ９．１Ｔ３１４文献标志码：Ａ
ｍａｈｎｓｗｒｏｓｕｔｄｆｒｆｒｉｎｆｅｌｓｉｃｔｎｃｉｅｅｅｃｎｔｃｅｏｏｅｇｂｒｃａｓｆａｉ．ＴｅｅｔｒｅＭＳｒｉｉｏｈｓｈｅＶＭｓｗｅｅｔｓｅｔｈｂａｎｄｆａｕｅｖｃｏｓｒｅｔｄｗｉｔｅｏｔｉｅｅｔｒｅｔｒｈｕｉｇｌａｅｏｅｏｔｃｏｓｖｌａｉｎｓｎｅｖ —ｎ — ｕｒｓａｉｔ．Ｔｅｅｐｒｎａｅｕｔｈｗｔａｈｎ — ｇｉｓ— ｎｉｃｅｃｃｉｒｐＶＭｓｄｏｈｘｅｉｍｅｔｌｒｓｌｓｏｈｔｅｏｅａａｎｔｅｄｒｔｄａｙｌｇａｈＭＳｓｔｏｅｃｉｔｅｆｓｅｔｎｎｓｆｔｒｆｒｏｌｅｃａｓｆａｉｎｏｒｉｎｆｅｓｈａｔｓｏｅａｄｉｉｅｎｉｌｓｉｃｔｆｆｅｇｂｒ．ｔｏｎｉｏｏｉＫｅｒｓｏｅｇｂｒｎｉｅｃａｓｆａｉｎｅｔｒｅｔｒｍｕｔｃａｓｓｐｏｔｖｃｏｃｉｅｅｖ — ｎ —ｕｒｓｙｗｏｄ：ｆｒｉｎｆｅ；ｏｌｌｓｉｃｔ；ｆａｕｅｖｃｏ；ｉｎｉｏｌ・ｌｓｕｐｒｅｔｒｍａｈｎ；ｌａｅｏｅｏｔｃｏｓｉｖｉａｉｎｌａｄｔＯ

棉花异性纤维图像分割方法研究与实现

作为图像处理领域中极为重要的内容之一，是实现图像分析与理解的基础，图象处理的关键和前提，是也是计算机视觉研究中的一个经典难题。图像分割
纤维的棉层保存下来，利用扫描仪对这些棉层样本
进行图像扫描，共产生了４幅１０ × ４ｍ大小００２３４ｍ７的２位真彩色异性纤维图像。４
８ｍ宽、ｍ厚的不间断均匀棉层，并在开松过程，０ｅ２ｍ中逐次放人上述异性纤维样本，将开松后含有异性、
图象分割技术就是把图像中具有特殊涵义的不
同区域区分开来，些区域是互不相交的，这图像分割
棉花中的含量很少，但一旦混入棉纤维中进行纺织将影响纱线强力，且染色时不能着色，对棉纺织工业
影响很大。现在通用的人工拣选方式，时费力且效费
种图像分割方法实现图像的分割；最后对分割效果
进行了对比分析，果表明该方法具有分割速度快、结精度高的特点。
２异性纤维图像的灰度直方图分析
通过分离目标、提取参数和测量参数将原始图像转
化成更抽象的形式，于图像的分析和理解。便常用的图像分割技术有：阈值分割法、区域生长法、区域的分裂与合并法、缘检测与边界跟踪法等。但是，边由
为了顺利提取出异性纤维，需要对采集的４个０

一种基于支持向量机的棉花图像分割算法

一种基于支持向量机的棉花图像分割算法
陈钦政;赖惠成;王星;任磊;刘金帅
【期刊名称】《计算机工程》
【年(卷),期】2013(39)5
【摘要】提出一种基于支持向量机的棉花图像分割算法.将棉花图像分成目标与背景2类.在OHTA颜色空间下提取各类样本像素值,利用支持向量机(SVM)训练带有类别信息的样本.运用最大类间方差(Otsu)法对图像进行预处理,采用训练好的SVM 分类器对预处理后的棉花图像进行分割,并使用区域标记法去噪.实验结果表明,该算法可以有效地分割出复杂背景下的棉花,分割准确率达92.3％,分割速度、分割准确率优于直接使用SVM分割图像的方法,分割精度、稳定性优于阈值分割法.
【总页数】4页(P266-269)
【作者】陈钦政;赖惠成;王星;任磊;刘金帅
【作者单位】新疆大学信息科学与工程学院,乌鲁木齐830046;新疆大学信息科学与工程学院,乌鲁木齐830046;新疆大学信息科学与工程学院,乌鲁木齐830046;新疆大学信息科学与工程学院,乌鲁木齐830046;新疆大学信息科学与工程学院,乌鲁木齐830046
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.基于支持向量机的图像分割算法设计 [J], 杨永红
2.基于支持向量机的连续超声图像集分割算法 [J], 刘俊;李鹏飞
3.基于模糊支持向量机的医学图像分割算法研究 [J], 周恩;
4.基于支持向量机的红细胞彩色图像分割算法 [J], 黄文明;邓珍荣;计冬华
5.一种基于K-L变换和支持向量机的图像分割算法 [J], 江泓
因版权原因，仅展示原文概要，查看原文内容请购买。

基于PS O和视觉显著性的棉花图像分割算法

基于PS O和视觉显著性的棉花图像分割算法
曹洪武;周保平;姚江河
【期刊名称】《江苏农业科学》
【年(卷),期】2016(044)002
【摘要】针对自然光条件下具有复杂背景的棉花图像，提出了1种新的图像分割方法。

首先，利用粒子群优化（PSO）算法进行聚类预处理，去除图像中较暗区域；其次，利用简单线性迭代聚类（SLIC）算法构建超像素，并用1种改进的方法检测每个超像素在图像中的独特性和分布情况权值，利用检测结果逐像素计算显著度获得整幅图像的显著图；最后，利用连通域面积去噪方法得到棉花图像分割结果。

结果表明，该方法能有效去除图像的复杂背景，消除强光和阴影影响，准确地将棉花图像从背景中分割出来，效果较理想。

【总页数】4页(P430-433)
【作者】曹洪武;周保平;姚江河
【作者单位】塔里木大学信息工程学院，新疆阿拉尔843300;塔里木大学信息工程学院，新疆阿拉尔843300;塔里木大学信息工程学院，新疆阿拉尔843300【正文语种】中文
【中图分类】TP391.4;S126
【相关文献】
1.利用视觉显著性与图割的图像分割算法 [J], 刘毅;黄兵;孙怀江;夏德深
2.基于YCbCr空间和GA神经网络的棉花图像分割算法 [J], 王星;赖惠成;任磊;陈
钦政;刘金帅
3.基于视觉显著性改进的水果图像模糊聚类分割算法 [J], 陈科尹;邹湘军;熊俊涛;彭红星;郭艾侠;陈丽娟
4.基于视觉显著性改进的水果图像模糊聚类分割算法 [J], 张薇;王颖;;
5.结合视觉显著性与连通域分割的建筑物主体图像分割算法 [J], 毕胜;薛炯;王宇因版权原因，仅展示原文概要，查看原文内容请购买。

基于小波变换的棉花异纤检测算法研究

摘要：研究棉花中异性纤维的检测问题，提高检测准确度。针对棉花异纤检测，当棉花中混有头发丝等与棉花纹理相似的线
状异纤时，传统的单一尺度的边缘检测算法不能将线状异纤准确检测出来，造成检测准确度不高的问题。为解决上述问题，提出一种小波变换的棉花异纤检测方法，通过将棉花图像分割为多个连通区域，并对各区域进行多尺度小波变换，然后计算并设定每个区域的检测阈值，最后利用检测阈值完成异纤检测，可避免传统单一尺度的边缘检测方法不能准确识别线状异纤的问题。实验证明，改进方法能够准确地将线状异纤准确检测出来，具有很高的检测准确度，取得了满意的结果。关键词：异性纤维；异纤检测；边缘检测中图分类号：Ｐ１．Ｔ３７４文献标识码：Ｂ
（ｈｎｑｇＴｒｅＧｒｓＶｃｔｎｌｏｅｅｈｎｑｎ０１５ＣｉａＣｏｇｉｈｅｏｇｏａｏａＣｌｇ，Ｃｏｇｉ４４５，ｈ）ｎｅｉｌｇｎ
ＡＢＳＲＡＣＴ：ｓａｃｏｅｇｂｒｄｔｃｉｎｐｏｌｍｏｉｒｖｈｅｅｔｇａｃｒｃ．ＷｈｎｆｒｉｎｆｅｓａｅＴＲｅｅｒｈｆｒｉｎｆｅｅｅｔｒｂｅｔｍｐｏｅｔｅｄｔｃｉｃｕａｙｉｏｎｅｏｅｇｂｒｒｉｍｉｅｉｈｃｔｎ，ｔｅｔａｉｏａｄｅｄｔｃｉｎａｇｒｈｃｎｎｔａｃｒｔｌｅｅｔｔｅｔｒａｉｅｓｆｒｉｎｆｅｓｘｄｗｔｏｔｏｈｒｄｔｎｌｅｇｅｅｔｌｏｔｍａｏｃｕａｅｙｄｔｃｈｅｄｎｓｏｅｇｂｒ，ｉｏｉｈｉｃｕｉｇｌｗｄｔｃｉｎａｃｒｃ．Ｔｉａｅｒｓｎｒｏｔｎｆｒｉｂｒｄｔｃｔｏａｅｎｗｖｌｔｒｎｆｒ，ａｓｏｅｅｔｃｕａｙｈｓｐｐｒｐｅｅｔａｃｔｏｅｇｆｅｅｅｔｍｅｈｄｂｓｄｏａｅｅａｓｍｎｏｆｏｎｉｔｏＴｅｃｔｎｉｇｓｓｇｎｅｔｅｅａｏｎｃｅｒａ，ａｄｍｕｔ —ｓａｅｗａｅｅａｓｒａｘｃｔｄｗｉｈｏｔｍａｅｗａｅｍｅｔｄｉｏｓｖｒｃｎｅｔｄａｅｓｎｌｉｃｖｌｔｒｎｆｍｗｓｅｅｕｅｔｏｎｌｌｔｏｈｔｅｅｃｎｅｔｄａｅｓｈｎｔｅｄｔｃｉｎｔｒｓｏｄｒａｃｌｔｄｆｒｅｃｅｓｉａｌ，ｔｅｄｔｃｉｎｔｒｓｏｄｈｓｏｎｃｅａ．Ｔｅｈｅｅｔｅｈｌｓｗｅｅｃｌｕａｅａｈａａ．Ｆｎｌｈｅｅｔｅｈｌｒｏｈｏｒｙｏｈｗａｓｏｃｍｐｅｅｔｅｄｔｃｉｇ，ｗｈｃｒｖｎｓｔｅｐｏｌｍｈｔｔｄｔｎｌｓｎｌｓｕｅｔｏｌｔｈｅｅｔｎｉｈｐｅｅｔｈｒｂｅｔａｒｉｏａｉｇｅ— ｓａｅｅｇｅｅｔｎｍｅｈｄａｉｃｄｅｄｔｃｉｔｏｌｏｃｎｎｔａｃｒｔｌｄｎｉｈｈｅｄｎｓｏｅｇｉｅ．Ｅｐｒｍｅｔｈｗｈｔｔｅｍｅｈｄｃｎａｃｒｔｌｅｅｔａｏｃｕａｅｙｉｅｔｙｔｅｔｒａｉｅｓｆｒｉｆｒｆｎｂｓｘｅｉｎｓｓｏｔａｈｔｏａｃｕａｅｙｄｔｃｔｒａｉｅｓｆｒｉ，ｆｅ，ｈｓｈｇｅｅｅｔｎａｃｒｃｎａｉａｔｒｅｕｔ．ｈｅｄｎｓｏｅｇｉｒｎｂｓａｉｈｒｄｔｃｉｃｕａｙａｄｓｔｆｃｏｙｒｓｌｏｓｓＫＥＹＷＯＲＤＳ：ｏｅｇｂｒＦｒｉｎｆｅｅｅｔｎ；ｄｅｄｔｃｉｎＦｒｉｎｆｅ；ｏｅｇｂｒｄｔｃｉＥｇｅｅｔｉｉｏｏ

一种新的棉花根系图像阈值分割方法

一种新的棉花根系图像阈值分割方法
佘丽萱;康佳;王楠;邵利敏
【期刊名称】《河北大学学报:自然科学版》
【年(卷),期】2022(42)2
【摘要】为了方便实现棉花原位根系的检测,提出了一种自动全局阈值分割方法,用于棉花根系图像分割.采用无损的数码设备成像法对棉花原位根系图像进行采集,使用自动全局阈值分割方法分割图像.该方法首先将采集到的原位根系图像进行空间转换,使采集到的图像在HSV空间下进行分割;然后,通过全局阈值分割的方法选择阈值将图像进行二值化处理,采用闭运算方法对二值图像进行初步降噪;最后,通过形状特征的筛选过滤图像中所有噪声,并筛选出图像中细长的根部特征.本算法可以有效抑制噪声和土壤杂质的影响,能够对根系进行准确地分割,是快速检测作物根系图像的有效办法.
【总页数】7页(P124-130)
【关键词】根系表型;阈值分割;无损检测
【作者】佘丽萱;康佳;王楠;邵利敏
【作者单位】河北农业大学机电工程学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种新的灰度图像阈值分割方法
2.基于遗传算法的原位根系CT图像的模糊阈值分割
3.一种新的目标图像自适应阈值分割算法
4.一种新的图像阈值分割算法
5.一种新的基于图谱理论的图像阈值分割方法
因版权原因，仅展示原文概要，查看原文内容请购买。

棉花异性纤维目标图像的特征选择方法和系统[发明专利]

专利名称：棉花异性纤维目标图像的特征选择方法和系统专利类型：发明专利
发明人：李道亮,杨文柱,魏新华,康玉国,李付堂,王金星
申请号：CN200910087392.9
申请日：20090619
公开号：CN101587545A
公开日：
20091125
专利内容由知识产权出版社提供
摘要：本发明公开了一种棉花异性纤维目标图像的特征选择方法及系统。

其中方法包括：利用分段式二进制编码方案对棉花异性纤维目标图像的待选择的颜色特征、形状特征和纹理特征进行基因编码并随机生成初始种群；计算所述初始种群中个体的适应度；根据所述适应度对所述初始种群进行选择得出新种群；对所述新种群中的个体进行分段交叉和变异产生新个体并替换原个体，计算新个体的适应度；判断是否符合终止条件；在符合终止条件时，将具有最高适应度的个体解码，得到所述棉花异性纤维目标图像的最优特征子集。

本发明实现了对棉花异性纤维目标图像中不同性质特征的覆盖，选择出具有最佳分类能力的最优特征子集，利于后续实现异性纤维的快速正确分类。

申请人：中国农业大学
地址：100083 北京市海淀区清华东路17号
国籍：CN
代理机构：北京同立钧成知识产权代理有限公司
代理人：刘芳
更多信息请下载全文后查看。

基于形状特征的棉花异性纤维图像分割方法

基于形状特征的棉花异性纤维图像分割方法夏心怡;苏真伟;李国辉【摘要】棉花中的白色异性纤维与背景相近,现有的算法很难识别出来.为此,在使用透射光增加异性纤维和棉花背景的灰度差的基础上,提出了一种利用形状特征来分割异性纤维的算法;同时,在自适应局部阈值处理的基础上,利用骨架的走向对间断的纤维进行修补,最后根据几何特征过滤图像中的噪声.实验结果表明,该方法能够有效地分割出异性纤维.【期刊名称】《农机化研究》【年(卷),期】2010(032)007【总页数】4页(P13-16)【关键词】棉花;异性纤维;机器视觉;图像分割;形状特征【作者】夏心怡;苏真伟;李国辉【作者单位】四川大学,制造科学与工程学院,成都,610065;四川大学,制造科学与工程学院,成都,610065;四川大学,制造科学与工程学院,成都,610065【正文语种】中文【中图分类】TP391.410 引言棉花中异性纤维的存在会严重影响纺织品的质量。

异性纤维是指在采摘、储运、加工等环节中混入棉花的非棉物质，如毛发、化纤、麻丝等[1]。

部分纤维具有与棉花纤维相近的物理特性，使得异性纤维的检测成为一个难题。

目前，国内工厂大多采用人工挑拣的方式，虽然能适应各种异纤，但是人工挑拣工作效率低下，而且质量得不到保证。

国内外学者针对棉花异性纤维的检测开展了大量的工作[2-4]，目前主要采用阈值分割或是边缘检测的方法来识别异性纤维，如符宝鼎等[5]和杨文柱等[6]采用最大类间方差法划定阈值，金守峰等[7] 和鲍义东[8]采用Canny边缘检测算法来检测棉花中的异性纤维。

这些方法大多对与背景颜色相近的异纤识别效果不理想。

为此，本文提出了一种基于异性纤维形状特征的检测方法，采用透射光增大棉花与异性纤维的灰度差别，然后进行自适应灰度阈值分割，利用纤维的走向对分割后的间断进行修补，最后通过形状特征分割出棉花中的白色纤维。

1 实验装置实验装置如图1所示，棉花样品由玻璃板压紧，固定在相机下方。