张经纬,贡 亮,黄亦翔,刘成良,龚霁程,潘俊松
(上海交通大学 a.机械与动力工程学院;b.农业与生物学院,上海 200240)
基于随机森林算法的黄瓜种子腔图像分割方法
张经纬a,贡 亮a,黄亦翔a,刘成良a,龚霁程a,潘俊松b
(上海交通大学 a.机械与动力工程学院;b.农业与生物学院,上海 200240)
针对黄瓜表型测量中图像识别问题,为解决黄瓜种子腔与果肉图像灰度差别不大情况下的分割难题,提出了基于随机森林算法(Random Forest, RF)的黄瓜种子腔图像分割方法。首先,通过颜色空间变换,提取样本在RGB、HSV、YCbCr模型下的9个颜色分量;接着,基于灰度共生矩阵提取样本的能量、熵、对比度、相关性的均值与标准差等8个纹理特征。结合纹理与颜色特征,运用随机森林算法构建像素分类器,实现了种子腔的粗分割。为了提高分割质量,对粗分割的图像进行形态学处理得到最终分割图像。最后,与K-均值聚类(K-means)算法、支持向量机(Support Vector Machine ,SVM)算法做对比。实验表明:随机森林分割算法正确识别率高达95%,错误识别率在10%之内,处理时间1.6 s左右,分割质量上优于其它两种算法。
黄瓜;育种;图像分割;随机森林;K-均值聚类;支持向量机
黄瓜是我国主栽蔬菜作物之一,在保护地生产中具有高效益。黄瓜品质的好坏不仅影响到鲜食的价值,而且也影响商品的经济效益。与瓜长、瓜粗、果色等黄瓜外观品质性状相似,种子腔也是黄瓜表型检测的重要指标,决定瓜把长度与果肉厚度。测量黄瓜种子腔相关参数,构建基因型-表型图谱,对于黄瓜优质品种培育意义重大[1]。……