[發明專利]基于顏色和形狀識別茶葉的方法

無效

• 申請號: 201110372162.4
• 申請日: 2011-11-22
• 公開（公告）號: CN102521564A
• 公開（公告）日: 2012-06-27
• 發明（設計）人: 馬進
• 申請（專利權）人: 常熟市董浜鎮華進電器廠
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/54
• 代理公司: 蘇州廣正知識產權代理有限公司 32234
• 代理人: 張利強

技術領域

本發明涉及用計算機視覺技術識別茶葉的方法，特別是涉及一種基于顏色和形狀識別茶葉的方法。

背景技術

現階段我國茶葉的品質等級審評仍以感官評價為主，感官審評茶葉品質的優劣，往往先審查茶葉的外形，包括茶葉的顏色和形狀，我國茶類多，茶葉形狀多姿多樣，因此，感官審評茶葉的品質存在一定的主觀性，而且人為操作易受環境等外界因素干擾，從而影響評定結果的準確性。

隨著計算機在現代農業的應用，促進了茶葉評定標準化，為了在茶葉生產、流通過程中有一個嚴格、一致的標準，采用計算機視覺技術識別茶葉的顏色和外形特征，利用科學計量上的品質指標來評價茶葉品質，從而實現茶葉的分級。

人工檢測茶葉時，茶的顏色差異是識別的重要依據，用計算機視覺系統檢測時，模擬人眼的識別機理，也選擇顏色作為主要的特征參數，通常從攝像機中獲取的圖像信息是由RGB分量表示的，但是由于茶葉顏色的差異小，茶葉圖像中RGB值的分布并無明顯的規律可循，直接利用這些分量往往不能得到所需的效果，不利于直接用作識別特征參數。

另外，目前計算機識別系統中自動識別茶葉品質采用BP神經網絡算法，這種算法的收斂速度很慢，易陷入局部最小和全局搜索能力較弱的狀態。

發明內容

本發明主要解決的技術問題是提供一種基于顏色和形狀的識別茶葉的方法，選用HSI顏色模型，能夠對反映顏色區別的色度、飽和度圖像進行分析、處理，而不需要對象素的R、G、B分量逐一進行處理，大大縮短彩色圖像的處理時間，另外采用遺傳神經網絡算法克服了BP神經網絡算法收斂速度很慢、易陷入局部最小和全局搜索能力較弱的狀態的問題。

為解決上述技術問題，本發明采用的一個技術方案是：提供一種基于顏色和形狀的識別茶葉的方法，包括：

獲取圖像：用數碼攝像或者是相機直接得到茶葉圖像，數碼相機靜態圖像直接輸入計算機，攝像機的動態圖像利用計算機圖像采集卡對圖像進行采集和儲存后輸入計算機；

圖像預處理：將獲取的圖像進行中值濾波去噪和直方圖均衡的預處理；

提取茶葉顏色特征參數：經過預處理后的圖像，?將圖像的RGB信息轉換為HSI信息，HSI信息通過直方圖，提取顏色特征參數；

提取茶葉形狀特征參數：經過預處理后的圖像，通過對茶葉圖像的二值化處理，得到茶葉的形狀和輪廓圖，提取出茶葉周長、面積、中軸長度、平均寬度和彎曲度系數特征參數；

對茶葉自動識別：將基于HSI模型提取的茶葉顏色特征參數和二值化后圖像提取的茶葉形狀特征參數，通過網絡系統，對茶葉進行最后的自動識別；

在所述提取茶葉顏色特征參數時，選用HSI顏色模型，直接對反映顏色區別的色度、飽和度圖像進行分析、處理；在所述茶葉自動識別的過程中，采用將遺傳算法和神經網絡相結合的遺傳神經網絡算法，利用遺傳算法對神經網絡進行訓練，完成自動識別茶葉品質的過程。

在本發明一個較佳實施例中，所述動態圖像采用CCD彩色攝像機拍攝，清晰度為540線。

在本發明一個較佳實施例中，所述數碼相機采用微距模式，并且像素為800萬，關閉閃光燈拍攝靜態圖像。

在本發明一個較佳實施例中，所述獲取圖像過程中，茶葉放于光照室內，光照室內壁全部涂成白色，以形成均勻的漫反射。

在本發明一個較佳實施例中，所述光照室的照明系統包括三只對稱安置的三基色熒光燈。

在本發明一個較佳實施例中，所述數碼相機或攝像機固定于光照室頂部所開的窗口。

在本發明一個較佳實施例中，在進行所述茶葉顏色特征參數提取的取像中，茶葉均勻鋪滿視窗。

在本發明一個較佳實施例中，在進行所述茶葉形狀特征參數提取的取像中，茶葉零星分布，不重疊。

本發明的有益效果是：本發明綜合利用計算機視覺和圖像處理技術，增加茶葉的形狀參數，在對茶葉顏色提取特征參數時選用HSI顏色模型，將亮度、色調和飽和度分開，直接對反映顏色區別的色度、飽和度圖像進行分析、處理，大大縮短彩色圖像的處理時間；通過改進神經網絡算法，實現了茶葉品質識別的自動化，使得計算機檢測結果與人工檢測結果高度吻合。

附圖說明

圖1是本發明基于顏色和形狀的識別茶葉的方法流程示意圖。

附圖中各部分的標記如下：1、獲取圖像?2、圖像預處理??3、提取茶葉顏色特征參數??4、提取茶葉形狀特征參數??5、對茶葉自動識別。

具體實施方式