详情

原文传递一种基于多尺度高斯函数的柑橘表面缺陷检测方法

专利名称：	一种基于多尺度高斯函数的柑橘表面缺陷检测方法
摘要：	本发明属于计算机视觉图像处理技术领域，公开了一种基于多尺度高斯函数的柑橘表面缺陷检测方法，利用柑橘图像HSI颜色空间模型的I分量图构建二值掩模模板Imask，掩模模板Imask与I分量图进行点乘运算后得到去除背景的I分量图像F(x,y)；通过构建多尺度高斯函数滤波器G(x,y)，将G(x,y)与F(x,y)做卷积运算即可得到去除背景的I分量表面光照分量图I(x,y)；将F(x,y)与I(x,y)做点除运算，得到去除背景的I分量表面均一化亮度图像f(x,y)，对f(x,y)采用单阈值法即可实现对柑橘表面缺陷检测。本发明提高了缺陷分割效率，克服了传统缺陷检测算法的复杂性，具有较好的适应性。
专利类型：	发明专利
国家地区组织代码：	重庆;50
申请人：	西南大学
发明人：	吕强;张明;李鹏;郑永强;易时来;谢让金;马岩岩
专利状态：	有效
申请日期：	2018-12-04T00:00:00+0800
发布日期：	2019-04-26T00:00:00+0800
申请号：	CN201811471274.3
公开号：	CN109682821A
代理机构：	重庆市信立达专利代理事务所(普通合伙)
代理人：	包晓静
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	400715 重庆市北碚区天生路2号
主权项：	1.一种基于多尺度高斯函数的柑橘表面缺陷检测方法，其特征在于，所述检测方法利用柑橘图像HSI颜色空间模型的I分量图构建二值掩模模板Imask，掩模模板Imask与I分量图进行点乘运算后得到去除背景的I分量图像F(x,y)；通过构建多尺度高斯函数滤波器G(x,y)，将G(x,y)与F(x,y)做卷积运算即可得到去除背景的I分量表面光照分量图I(x,y)；将F(x,y)与I(x,y)做点除运算，得到去除背景的I分量表面均一化亮度图像f(x,y)，对f(x,y)采用单阈值法即可实现柑橘表面缺陷检测。 2.如权利要求1所述的基于多尺度高斯函数的柑橘表面缺陷检测方法，其特征在于，所述检测方法的步骤为： (1)图像获取； (2)背景去除； (3)构建多尺度高斯函数滤波器； (4)光照分量获取； (5)亮度均一化； (6)缺陷提取。 3.如权利要求2所述基于多尺度高斯函数的柑橘表面缺陷检测方法，其特征在于，所述图像获取方法为：以黑色板纸为背景，将柑橘放在样本台上，拍摄柑橘RGB彩色图像。 4.如权利要求2所述基于多尺度高斯函数的柑橘表面缺陷检测方法，其特征在于，所述背景去除方法为：基于HSI颜色空间模型，根据I分量灰度直方图，采用双峰法选取阈值T＝75对I分量图像二值化形成二值掩模模板Imask，即将柑橘区域置为1，其余区域置为0；利用公式： F(x,y)＝I.*Imask， I分量图与二值掩模模板Imask通过点乘运算得到去除背景后的I分量图像F(x,y)。 5.如权利要求2所述基于多尺度高斯函数的柑橘表面缺陷检测方法，其特征在于，所述构建多尺度高斯函数滤波器方法为：利用公式：可得到多尺度高斯函数滤波器G(x,y)，式中，变量μ是归一化常数，λ是尺度因子。 6.如权利要求2所述基于多尺度高斯函数的柑橘表面缺陷检测方法，其特征在于，所述光照分量获取方法为：利用构建的多尺度高斯函数滤波器G(x,y)与去除背景后的I分量图像F(x,y)做卷积运算，即可得到去除背景的I分量表面光照分量图I(x,y)，公式为 7.如权利要求2所述基于多尺度高斯函数的柑橘表面缺陷检测方法，其特征在于，所述亮度均一化方法为：利用公式：对去除背景后的I分量图像F(x,y)表面亮度进行均一化校正。 8.如权利要求2所述基于多尺度高斯函数的柑橘表面缺陷检测方法，其特征在于，所述缺陷提取方法为：基于亮度均一化校正后的图像f(x,y)，设定一个全局阈值即可对柑橘表面缺陷进行提取。
所属类别：	发明专利