Abstract. Potato image segmentation

Abstract. Potato image segmentation is an important part of imagebased potato defect detection. This paper presents a robust potato color image segmentation through a combination of a fuzzy rule based system, an image thresholding based on Genetic Algorithm (GA) optimization and morphological operators. The proposed potato color image segmentation is robust against variation of background, distance and view of potato from digital camera. In the proposed algorithm, after selecting appropriate color space, distance between an image pixel and real potato pixels is computed. Furthermore, this distance feeds to a fuzzy rule based classifier to extract potato candidate in the input image. A subtractive clustering algorithm is also used to decide on the number of rules and membership functions of the fuzzy system. To improve the performance of the fuzzy rule-based classifier, the membership functions shapes are also optimized by the GA. To segment potatoes in the input color image, an image thresholding is applied to the output of the fuzzy system, where the corresponding threshold is optimized by the GA. To improve the segmentation results, a sequence of some morphological operators are also applied to the output of thresholding stage. The proposed algorithm is applied to different databases with different backgrounds, including USDA, CFIA, and obtained potato images database from Ardabil (Iran’s northwest), separately. The correct segmentation rate of the proposed algorithm is approximately 98% over totally more than 500 potato images. Finally, the results of the proposed segmentation algorithm are evaluated for some images taken from real environments of potato industries and farms.

Kết quả (Việt) 1:

Tóm tắt. Khoai tây hình ảnh phân khúc là một phần quan trọng của phát hiện khiếm khuyết imagebased khoai tây. Bài viết này trình bày một phân khúc hình ảnh màu sắc mạnh mẽ khoai tây thông qua sự kết hợp của một hệ thống quy tắc mờ dựa, một hình ảnh thresholding dựa trên thuật toán di truyền (GA) tối ưu hóa và hình thái học các nước sử dụng. Phân khúc hình ảnh màu sắc của khoai tây được đề xuất là mạnh mẽ chống lại các biến thể của nền, khoảng cách và cái nhìn của khoai tây từ máy ảnh kỹ thuật số. Trong thuật toán được đề xuất, sau khi chọn màu sắc thích hợp không gian, khoảng cách giữa một hình ảnh điểm ảnh và điểm ảnh thực khoai tây là tính toán. Hơn nữa, khoảng cách này cấp dữ liệu cho một quy tắc mờ dựa trên loại để trích xuất các ứng cử viên khoai tây trong hình ảnh nhập vào. Một thuật toán kết cụm phối cũng được sử dụng để quyết định số quy tắc và các thành viên chức năng của hệ mờ. Để cải thiện hiệu suất của các quy tắc dựa trên loại mờ, các thành viên chức năng hình cũng tối ưu hóa bởi GA. Để phân đoạn khoai tây trong hình ảnh đầu vào màu sắc, một hình ảnh thresholding được áp dụng cho các đầu ra của hệ mờ, nơi ngưỡng tương ứng được tối ưu hóa bởi GA. Để cải thiện các kết quả phân khúc, một trình tự của một số nhà khai thác về hình thái cũng được áp dụng cho các đầu ra của sân khấu thresholding. Các thuật toán được đề xuất là áp dụng cho các cơ sở dữ liệu khác nhau với các nền tảng khác nhau, bao gồm cả USDA, CFIA, và thu được cơ sở dữ liệu hình ảnh khoai tây từ Ardabil (phía tây bắc của Iran), một cách riêng biệt. Tỷ lệ đúng phân khúc của các thuật toán được đề xuất là khoảng 98% trên khoai tây hoàn toàn hơn 500 hình ảnh. Cuối cùng, các kết quả của các thuật toán đề xuất phân khúc được đánh giá cho một số hình ảnh chụp từ các môi trường thực tế của ngành công nghiệp khoai tây và trang trại.

Kết quả (Việt) 2:

Trừu tượng. phân vùng ảnh Khoai tây là một phần quan trọng của imagebased phát hiện sai sót khoai tây. Bài viết này trình bày một phân vùng ảnh màu khoai mạnh mẽ thông qua một sự kết hợp của một hệ thống quy tắc mờ dựa, một hình ảnh ngưỡng dựa trên thuật toán di truyền (GA) tối ưu hóa và khai thác hình thái học. Các đề xuất khoai tây phân vùng ảnh màu sắc mạnh mẽ chống lại sự biến đổi của nền, khoảng cách và quan điểm của khoai tây từ máy ảnh kỹ thuật số. Trong thuật toán đề xuất, sau khi chọn màu sắc không gian thích hợp, khoảng cách giữa một điểm ảnh và điểm ảnh khoai tây thực được tính toán. Hơn nữa, khoảng cách này feed vào một quy tắc phân loại dựa mờ để trích xuất ứng cử viên khoai tây trong hình ảnh đầu vào. Một thuật toán phân nhóm trừ cũng được sử dụng để quyết định số lượng các quy tắc và các hàm thành viên của hệ thống mờ. Để cải thiện hiệu suất của các phân loại dựa trên nguyên tắc mờ, hình dạng hàm thành viên cũng được tối ưu hóa bởi GA. Để khoai tây đoạn trong ảnh màu đầu vào, một ngưỡng hình ảnh được áp dụng cho đầu ra của hệ thống mờ, nơi ngưỡng tương ứng được tối ưu hóa bởi GA. Để cải thiện các kết quả phân khúc, một trình tự của một số nhà khai thác hình thái cũng được áp dụng cho đầu ra của giai đoạn ngưỡng. Các thuật toán đề xuất được áp dụng cho cơ sở dữ liệu khác nhau với các nền tảng khác nhau, bao gồm cả USDA, CFIA, và thu được hình ảnh khoai cơ sở dữ liệu từ Ardabil (phía tây bắc Iran), riêng biệt. Tỷ lệ phân chia chính xác của thuật toán được đề xuất là khoảng 98% so với hoàn toàn hình ảnh hơn 500 khoai tây. Cuối cùng, kết quả của các thuật toán phân chia nhỏ đề xuất được đánh giá đối với một số hình ảnh chụp từ môi trường thực tế của ngành công nghiệp khoai tây và các trang trại.