[發明專利]一種基于OCT圖像的香梨瘀傷鑒別方法有效
| 申請號: | 201610987796.3 | 申請日: | 2016-11-10 |
| 公開(公告)號: | CN106780427B | 公開(公告)日: | 2019-07-09 |
| 發明(設計)人: | 周揚;劉鐵兵;王中鵬;陳正偉;施秧;周武杰;毛建衛;陳芳妮;宋起文;陶紅衛;吳茗蔚;劉喜昂;施祥;翁劍楓;李津蓉;陳才 | 申請(專利權)人: | 浙江科技學院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06T7/136;G06T7/194 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 310023 浙*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 oct 圖像 瘀傷 鑒別方法 | ||
1.一種基于OCT圖像的香梨瘀傷鑒別方法,其特征在于包括以下步驟:
1)采集香梨果實的OCT圖像;
2)使用自動閾值法分離OCT圖像中的果實目標和背景;
3)對梨的表皮外輪廓作曲線擬合,根據表皮外輪廓對果實目標進行平移變換;
所述步驟3)具體為:
3.1)對果實目標圖像進行二值化處理,將所有灰度值不為0的像素點的灰度值均置為1;
3.2)對二值化后圖像中的每一列像素點,自上向下搜索該列出現第一個灰度值為1的像素點,并記錄作為待擬合像素點;
3.3)用二次多項式結合前向神經網絡方法對所有待擬合像素點進行擬合,得到果實目標上部背景和果實目標之間的分界線及分界線上的像素點,所述分界線作為表皮外輪廓;
3.4)取分界線上所有點的圖像縱坐標均值,將果實目標圖像中的每一列像素以該圖像縱坐標均值為基準,將圖像中每列像素整體進行向上或者向下平移,使得原果實目標圖像中的分界線拉平變換為水平直線,每一列像素向上或者向下平移后上部超出圖像外的部分剔除,平移后圖像中上部和下部中缺失的部分用灰度值為0的像素填補;
4)繪制關系曲線,獲得果實目標中表皮和果肉的分界線,作為表皮內輪廓;
5)對圖像中表皮內輪廓以下的部分進行平滑處理;
6)將平滑處理后的果實目標圖像沿水平方向等分成若干個區塊;
7)根據作為表皮內輪廓求解每個區塊的干涉強度下降速率;
所述步驟7)具體為:
7.1)在每一區塊中,自上向下求每行的灰度均值,由各行灰度均值形成均值曲線;
7.2)使用最大最小歸一化方法對均值曲線進行歸一化處理;
7.3)使用三次多項式函數擬合歸一化處理后的均值曲線;
7.4)擬合后的均值曲線中取靠近表皮內輪廓的線段進行線性擬合,求得該線段的線性斜率作為干涉強度下降速率;
8)對于OCT圖像中的任一檢測區域,求解該檢測區域所有區塊的干涉強度下降速率的均值,通過預設閾值判斷瘀傷的結果。
2.根據權利要求1所述的一種基于OCT圖像的香梨瘀傷鑒別方法,其特征在于:所述步驟2)具體為:
2.1)處理獲得OCT圖像的灰度直方圖;
2.2)使用擬牛頓法求解如下公式的優化問題,得到果實目標和背景分離閾值k的最優值;
其中,ω(k)、μ(k)和μT分別表示零階概率水平、一階概水平及總平均概率水平;k表示果實目標和背景分離閾值,k*表示k的擬合近似值,L表示灰度總數,表示果實目標和背景分離閾值k的最優值;
2.3)OCT圖像中,將灰度值大于等于果實目標和背景分離閾值k的最優值的像素點保留,小于果實目標和背景分離閾值k的最優值的像素點均置為灰度值0,由此形成果實目標圖像。
3.根據權利要求2所述的一種基于OCT圖像的香梨瘀傷鑒別方法,其特征在于:所述步驟2.2)中的ω(k)、μ(k)和μT分別采用以下公式計算:
其中,k為果實目標和背景分離閾值,i為像素點的灰度索引,pi表示灰度直方圖中灰度的分布概率,L表示灰度總數,pi=ni/N,N為圖像中像素點總數,ni為灰度值為i的像素點總數。
4.根據權利要求1所述的一種基于OCT圖像的香梨瘀傷鑒別方法,其特征在于:所述步驟4)具體為:
4.1)取步驟3)平移變換后的果實目標圖像的一列與步驟3)獲得的表皮外輪廓之間的交點為起點,繪制第一列圖像灰度與OCT圖像縱向深度的關系曲線;
4.2)在關系曲線中,搜索與起點最接近的最大吸收峰,以最大吸收峰所在的像素點為果實目標圖像中該列的表皮和果肉的分界點;
4.3)重復步驟4.1)-4.2),從第一列開始遍歷果實目標圖像的所有列,取所有列中表皮和果肉的分界點組成表皮和果肉的分界,作為表皮內輪廓。
5.根據權利要求1所述的一種基于OCT圖像的香梨瘀傷鑒別方法,其特征在于:所述步驟5)是采用基于Anscombe變換域BM3D的平滑濾波及降噪方法進行平滑處理。
6.根據權利要求1所述的一種基于OCT圖像的香梨瘀傷鑒別方法,其特征在于:所述步驟8)中,將計算得到的干涉強度下降速率的均值與預設閾值進行比較,采用以下判斷方式獲得該檢測區域是否存在瘀傷的結果:若檢測區域所有區塊干涉強度下降速率的均值小于等于預設閾值,則該檢測區域的香梨果肉存在瘀傷;若指定區域所有區塊干涉強度下降速率的均值大于預設閾值,則該檢測區域的香梨果肉不存在瘀傷。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江科技學院,未經浙江科技學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610987796.3/1.html,轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





