详情

原文传递一种基于机器视觉的槟榔等级检测方法

专利名称：	一种基于机器视觉的槟榔等级检测方法
摘要：	本发明公开了一种基于机器视觉的槟榔等级检测方法，该方法利用槟榔图像特点，通过连通域搜索，有效的对槟榔图像进行边缘检测从而有效的获取槟榔的长轴、短轴、周长、面积、伸长度、圆形度、矩形度等特征参数，并基于隶属函数分级方法得到每个槟榔各参数的等级，再根据加权算法综合评定槟榔的等级。本发明的方法的计算复杂度低，易于实现，适于槟榔的快速实时分级，且实现了4种槟榔的分级，适用面广。
专利类型：	发明专利
国家地区组织代码：	湖南;43
申请人：	长沙理工大学
发明人：	张辉;李志恒;刘理;赵淼;邓广;熊镇林
专利状态：	有效
申请号：	CN201810894870.6
公开号：	CN109115775A
代理机构：	深圳市兴科达知识产权代理有限公司 44260
代理人：	王翀;贾庆
分类号：	G01N21/84(2006.01)I;G;G01;G01N;G01N21
申请人地址：	410114 湖南省长沙市雨花区长沙理工大学
主权项：	1.一种基于机器视觉的槟榔等级检测方法，其特征在于，包括以下步骤：步骤一：采集位于生产线上的槟榔图像，记作Image0；步骤二：对槟榔图像Image0进行单通道操作，得到图像Image1；步骤三：对槟榔图像Image1进行二值化操作，得到二值图像Image2；将槟榔从背景图像中分割出来，T1为二值化分割阈值，Image1(x,y)为图像中(x,y)位置像素的灰度值：x表示槟榔图像X轴的坐标，y表示示槟榔图像Y轴的坐标；则步骤四：对二值化图像Image2进行连通域搜索操作，寻找出面积最大的连通域Blob，并对Blob进行空洞填充；步骤五：将步骤四中取得的连通域Blob进行分割出来，得到槟榔区域RegionDiff，即为槟榔的轮廓；步骤六：提取槟榔特征参数，即计算出槟榔区域RegionDiff的长轴A、短轴B、周长P、面积S、伸长度E、圆形度C、矩形度R；具体步骤如下：步骤6.1：提取槟榔区域RegionDiff的长轴A，短轴B的特征，对区域RegionDiff构建最小外接矩形，最小外接矩形的长边，短边即对应的长轴A，短轴B；步骤6.2：提取周长P的特征，周长指的是槟榔的轮廓长度步骤6.3：提取面积S的特征，槟榔面积描述了槟榔轮廓区域的大小，即图像中所有属于槟榔的像素点个数，对于区域RegionDiff来说，设每个像素点的长度为单位1，则面积为：S＝∑(x，y)∈Q1式中：Q表示槟榔区域RegionDiff步骤6.4：伸长度E、圆形度C、矩形度R的提取，E＝A/BC＝4πS/P2R＝S/(A*B)；步骤七：收集200颗第一等级槟榔特征数据，分别对槟榔区域RegionDiff的长轴A、短轴B、周长P、面积S、伸长度E、圆形度C、矩形度R七个特征参数建立隶属函数；确定不同等级槟榔样本的特征值；长轴的隶属函数：短轴的隶属函数：周长的隶属函数：面积的隶属函数：伸长度的隶属函数：圆形度的隶属函数：矩形度的隶属函数：其中，μ_i为样本中第i个粒子的特征值，是200个标准样本中槟榔特征的均值，σ是200个标准样本中每个样本均值的平方误差。A(μi)表示对槟榔长轴建立的隶属函数；exp[]表示高等数学里以自然常数e为底的指数函数；B(μi)表示对槟榔短轴建立的隶属函数；P(μi)表示对槟榔周长建立的隶属函数，因为周长用P表示，且是关于μi的函数，所以用P(μi)表示；S(μi)表示对槟榔面积建立的隶属函数；E(μi)表示对槟榔伸长度建立的隶属函数；C(μi)表示对槟榔圆形度建立的隶属函数；R(μi)表示对槟榔矩形度建立的隶属函数；步骤八：如果待测样本的特征值和标准越接近样本的特征值，那么槟榔的相似程度就越高：相反，槟榔的相似程度越低；根据隶属函数，得到每个参数分别对应的槟榔等级；步骤九：根据每个槟榔等级，每个特征给予n个不同分数，并对分数加权；加权后各分数相加的总分数确定槟榔的分数，然后根据槟榔的分数划分槟榔的等级。
所属类别：	发明专利