基于彩色和深度信息结合K-means聚类算法快速拼接植株图像

作     者：沈跃 朱嘉慧 刘慧 崔业民 张炳南 Shen Yue;Zhu Jiahui;Liu Hui;Cui Yemin;Zhang Bingnan

作者机构：江苏大学电气信息工程学院镇江212013 南通广益机电有限责任公司南通226631 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2018年第34卷第23期

页      面：134-141页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 081203[工学-计算机应用技术] 08[工学] 0828[工学-农业工程] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：江苏省国际科技合作项目(BZ2017067) 江苏省重点研发计划(BE2018372) 江苏省自然科学基金(BK20181443) 镇江市重点研发计划(NY2018001) 江苏高校青蓝工程资助 

主　　题：图像处理 算法 机器视觉 K-means聚类 SURF算法 图像融合 彩色和深度信息 

摘      要：图像拼接可以建立宽视角的高分辨率图像,对实现农业智能化有重要作用。基于Kinect传感器的图像拼接方法利用彩色和深度双源信息,能够有效避免图像缺失、亮暗差异、重影等拼接错误,但是存在拼接时间较长和目标植株不明显等情况。针对这一问题,该文提出一种基于Kinect传感器彩色和深度信息的目标植株图像快速拼接方法。首先用K-means聚类算法和植株深度信息提取彩色图像中有效植株区域,再采用SURF(speeded up robust features)算法进行特征点提取,利用相似性度量进行特征点匹配并根据植株深度数据去除误匹配,由RANSAC(randomsampleconsensus)算法寻找投影变换矩阵,最后采用基于缝合线算法的多分辨率图像融合方法进行拼接。室内外试验结果表明:该文图像拼接方法更能突显出目标植株且极大缩短了拼接时间,该方法图像拼接时间只需3.52 s(室内)和7.11 s(室外),较基于深度和彩色双信息特征源的Kinect植物图像拼接方法时间缩短了8.62 s(室内)和38.56 s(室外),且平均匹配准确率达96.8%。该文拼接后图像信息熵、清晰度、互信息、空间频率平均分别为6.34、50.36、11.70、11.28,图像质量较传统方法均有提高。该研究可为监测农业植株生长状态、精确喷洒药物提供参考。