[發(fā)明專利]一種蠶繭計數(shù)方法

有效

• 申請?zhí)枺?/td>: 201410202227.4
• 申請日: 2014-05-12
• 公開（公告）號: CN105095958B
• 公開（公告）日: 2018-01-23
• 發(fā)明（設(shè)計）人: 黃靜
• 申請（專利權(quán)）人: 浙江理工大學(xué)
• 主分類號: G06M11/00
• 分類號: G06M11/00;G06T7/60;G06T7/00;G06T5/00
• 代理公司: 杭州天勤知識產(chǎn)權(quán)代理有限公司33224
• 代理人: 褚超孚

技術(shù)領(lǐng)域

本發(fā)明涉及蠶繭計數(shù)技術(shù)領(lǐng)域，具體涉及一種蠶繭計數(shù)方法。

背景技術(shù)

當(dāng)今社會的生物醫(yī)學(xué)工程、遙感技術(shù)、軍事、通訊、農(nóng)業(yè)及工業(yè)等研究領(lǐng)域，經(jīng)常需要統(tǒng)計類圓顆粒(比如玉米、大米等農(nóng)作物種子、藥片、鋼材、細(xì)胞等)的數(shù)量來確定目標(biāo)物的數(shù)量，檢測目標(biāo)物的質(zhì)量。例如，醫(yī)療診斷上經(jīng)常用測量人體血液的各類細(xì)胞數(shù)目來診斷人體的健康狀況；工業(yè)上對打捆的鋼材計數(shù)；農(nóng)業(yè)上統(tǒng)計種子的發(fā)芽率及糧食的產(chǎn)量；生絲生產(chǎn)中檢測緒下蠶繭的數(shù)目、蠶繭的剝繭層率來確定生產(chǎn)的生絲質(zhì)量等。

目前的繅絲設(shè)備基本上是采用定纖控制系統(tǒng)的自動繅絲機(jī)，根據(jù)生絲規(guī)格要求自動控制生絲纖度，但是在生絲纖度的自動控制過程中由于車間溫濕度變化、蠶繭的煮熟程度不同，以及生絲纖度控制機(jī)構(gòu)間的差異等因素會引起生絲纖度的粗細(xì)變化。生絲纖度的粗細(xì)在實(shí)際生產(chǎn)過程中無法采用定量標(biāo)示的方法進(jìn)行直觀反映，實(shí)驗(yàn)證實(shí)緒下蠶繭平均粒數(shù)與生絲纖度存在一一對應(yīng)關(guān)系，可以通過檢查緒下蠶繭粒數(shù)多少來了解纖度的變化情況，

以便進(jìn)行實(shí)繅工藝參數(shù)的修正。傳統(tǒng)的生絲生產(chǎn)管理是采用人工定期目測、手工記錄、計算的方法，對每組繅絲設(shè)備緒下蠶繭粒數(shù)進(jìn)行檢測，這種方法存在著效率低、工作量大、實(shí)時效果差的缺點(diǎn)，不利于提高生絲品質(zhì)、減少用工。因此，開發(fā)出能夠快速、準(zhǔn)確的自動判別緒下蠶繭粒數(shù)的計數(shù)系統(tǒng)，不僅能提高勞動生產(chǎn)率，而且還可以實(shí)現(xiàn)生絲纖度控制系統(tǒng)的實(shí)時修正，提高生絲質(zhì)量。

公開號為CN103246920A的中國專利申請公開了一種蠶繭自動計數(shù)方法及系統(tǒng)，該方法中通過對灰度圖像進(jìn)行二值化處理，判斷目標(biāo)物體區(qū)域，然后根據(jù)目標(biāo)物體區(qū)域的中心進(jìn)行計數(shù)。由于可能出現(xiàn)蠶繭粘連的情況，進(jìn)而出現(xiàn)目標(biāo)物體區(qū)域無法區(qū)分，進(jìn)而導(dǎo)致計數(shù)結(jié)果不準(zhǔn)。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種蠶繭計數(shù)方法。

一種蠶繭計數(shù)方法，包括：

(1)采集蠶繭樣本圖像，并對采集到的蠶繭樣本圖像進(jìn)行預(yù)處理，得到預(yù)處理后的圖像；

(2)采用自適應(yīng)閾值分割算法確定預(yù)處理后的圖像的最佳閾值，利用該最佳閾值對預(yù)處理后的圖像進(jìn)行二值化，得到二值化圖像；

(3)對所述二值化圖像中進(jìn)行連通區(qū)域進(jìn)行標(biāo)記，將二值化圖像中的目標(biāo)像素點(diǎn)標(biāo)記為若干個連通區(qū)域，并統(tǒng)計各個連通區(qū)域的面積；

所述的目標(biāo)像素點(diǎn)為二值化過程像素值大于最佳閾值的像素點(diǎn)；

(4)根據(jù)其面積計算各個區(qū)域的蠶繭個數(shù)，并以所有連通區(qū)域的蠶繭個數(shù)之和作為該蠶繭樣本的蠶繭個數(shù)。

本發(fā)明在對采集到的圖像進(jìn)行與預(yù)處理和二值化將背景和蠶繭目標(biāo)分離，確定二值化得到圖像中目標(biāo)像素點(diǎn)，并根據(jù)目標(biāo)像素點(diǎn)的連通進(jìn)行連通區(qū)域標(biāo)記，將所述二值化圖像中的目標(biāo)區(qū)域標(biāo)記為若干個連通區(qū)域，并統(tǒng)計各個連通區(qū)域的面積，根據(jù)面積計算蠶繭樣本的蠶繭個數(shù)。

該方法過程簡單，運(yùn)算量小，適用于Android設(shè)備，可利用Android設(shè)備內(nèi)置的攝像頭直接采集蠶繭樣本的圖像，也可以通過其他設(shè)備獲取蠶繭樣本的圖像，再發(fā)送給Android設(shè)備。

所述步驟(1)中對的預(yù)處理過程包括依次對采集到的蠶繭樣本圖像中值濾波、均值漂移和傅里葉變換。

均值漂移算法對于蠶繭圖像來說比較合適，實(shí)現(xiàn)了一定的濾波去噪效果，關(guān)鍵是它能夠增加求蠶繭中心、蠶繭邊緣和背景之間的對比度，這對于后續(xù)進(jìn)行圖像分割是非常有用的，能夠提高后續(xù)處理的精度。邊界處的端點(diǎn)常常是偽端點(diǎn)，增加了蠶繭中心與邊緣的對比度，能夠加快圖像分割的處理速度；傅里葉變換能夠增加圖像的亮度，(FFT變換)，本發(fā)明中通常采用快速傅里葉變換，但是由于FFT變換采用蝶形算法，在對圖像FFT變換前需要進(jìn)行一次中值濾波，提前消除椒鹽噪聲。

所述步驟(2)包括：

(2-1)以背景點(diǎn)為背景、蠶繭像素點(diǎn)為前景，采用Ostu法確定最佳閾值；

(2-2)令聚類后的圖像中大于最佳閾值的像素點(diǎn)的像素值為255，令聚類后的圖像中小于或等于最佳閾值的像素點(diǎn)的像素值為0，得到二值化圖像。

所述步驟(2-1)包括如下步驟：

(2-11)預(yù)處理后的圖像進(jìn)行按行按列、從左到右、從上到下的掃描，獲取最大像素值和最小像素值，以最大像素值與最小像素值和的一半作為初始閾；

(2-12)將預(yù)處理后的圖像中小于初始閾值的所有像素點(diǎn)作為集合A，將大于或等于初始閾值的所有像素點(diǎn)作為集合B；

(2-13)分別以集合A中所有像素點(diǎn)的平均像素值和集合B中所有像素點(diǎn)的平均像素值作為第一參考值和第二參考值，以第一參考值和第二參考值的平均值為最佳閾值。