基于SSA-Kmeans聚类算法的青菜杂质图像分割 |
| |
引用本文: | 刘可心,赵爽,苗玉彬.基于SSA-Kmeans聚类算法的青菜杂质图像分割[J].中国农机化学报,2024(2):151-156. |
| |
作者姓名: | 刘可心 赵爽 苗玉彬 |
| |
作者单位: | 1. 上海电机学院机械学院;2. 上海交通大学机械与动力工程学院 |
| |
基金项目: | 国家自然科学基金项目(51975361); |
| |
摘 要: | 为解决青菜包装生产线在加工过程中的杂质在线检测问题,提出一种基于SSA-Kmeans的青菜杂质图像分割算法。首先利用直方图均衡化进行彩色图像增强以降低光照影响;其次基于麻雀搜索算法对初始聚类中心寻优,根据得到的最佳聚类中心,选取包含颜色信息的ab二维数据进行Kmeans聚类;然后对聚类后的图像二值化处理并用形态学滤波方法校正,最终完成图像分割。利用该算法对落叶、枯叶和黄叶等杂质进行图像分割试验,杂质平均匹配率为93.22%,平均误分率为0.70%,平均准确率为92.52%。与FCM算法、Kmeans算法、PSO-Kmeans算法的对比试验表明:本文算法分割精度更优,对不同杂质的分割均表现出良好的鲁棒性,为实现青菜杂质在线检测提供一种新方法支撑,对提高青菜机械化生产水平具有一定的实用价值。
|
关 键 词: | 青菜生产 杂质检测 Kmeans聚类 麻雀搜索算法 |
|
|