[發(fā)明專利]一種基于紅外圖像的禽蛋品質(zhì)鑒別方法有效
| 申請(qǐng)?zhí)枺?/td> | 201710423144.1 | 申請(qǐng)日: | 2017-06-07 |
| 公開(公告)號(hào): | CN107220972B | 公開(公告)日: | 2019-06-28 |
| 發(fā)明(設(shè)計(jì))人: | 毛玉星;樊鈺;陳柯雨;林蔭宇;黃剛;王威;肖智超 | 申請(qǐng)(專利權(quán))人: | 重慶大學(xué) |
| 主分類號(hào): | G06T7/00 | 分類號(hào): | G06T7/00;G06T5/00;G06T7/11 |
| 代理公司: | 重慶博凱知識(shí)產(chǎn)權(quán)代理有限公司 50212 | 代理人: | 黃河;趙英 |
| 地址: | 400044 *** | 國省代碼: | 重慶;50 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 紅外 圖像 禽蛋 品質(zhì) 鑒別方法 | ||
1.一種基于紅外圖像的禽蛋品質(zhì)鑒別方法,其特征在于:包括以下步驟:
步驟1:利用紅外熱像儀采集禽蛋的紅外圖像并將紅外圖像輸入給計(jì)算機(jī);
步驟2:對(duì)紅外圖像進(jìn)行預(yù)處理,然后進(jìn)行二值化,得到二值圖像;
步驟3:對(duì)二值圖像的白色區(qū)域進(jìn)行連通性檢測(cè),得到若干個(gè)白色連通區(qū)域,并根據(jù)禽蛋外形特征對(duì)白色連通區(qū)域進(jìn)行約束,去除掉不符合要求的連通區(qū)域,得到禽蛋的位置分布圖;
步驟4:對(duì)位置分布圖進(jìn)行降噪,得到表征禽蛋區(qū)域的連通區(qū)域圖像,每一個(gè)連通區(qū)域?qū)?yīng)一個(gè)禽蛋,從1到n對(duì)各連通區(qū)域進(jìn)行編號(hào);
步驟5:根據(jù)紅外圖像和連通區(qū)域圖像,計(jì)算禽蛋分割圖;
步驟6:根據(jù)禽蛋分割圖計(jì)算每個(gè)禽蛋區(qū)域的灰度均值μi、均方差σi以及面積si,構(gòu)成特征向量xi=[μi,σi,si]T,i={1,2,...n};
步驟7:將特征向量xi帶入采用訓(xùn)練樣本預(yù)先訓(xùn)練好的判決模型,計(jì)算出模型值Ni;
判決模型為采用品質(zhì)合格禽蛋訓(xùn)練得到的一個(gè)三維空間的高斯模型:
其中,為樣本特征向量均值,
Σ為樣本特征向量協(xié)方差,
步驟8:將計(jì)算出的模型值Ni與判決閾值進(jìn)行比較,從而完成對(duì)禽蛋品質(zhì)的鑒別。
2.根據(jù)權(quán)利要求1所述的基于紅外圖像的禽蛋品質(zhì)鑒別方法,其特征在于:訓(xùn)練樣本中包含品質(zhì)合格禽蛋、品質(zhì)差禽蛋以及品質(zhì)更差禽蛋;判決閾值包括Nt、Nr,其中,Nt為訓(xùn)練樣本中品質(zhì)差禽蛋按照判決模型所計(jì)算出的模型值;Nr為訓(xùn)練樣本中品質(zhì)更差禽蛋按照判決模型所計(jì)算出的模型值;當(dāng)Ni>Nt,則為品質(zhì)良好禽蛋;當(dāng)Nt≥Ni≥Nr,則為品質(zhì)較差禽蛋;當(dāng)Ni<Nr,則為變質(zhì)禽蛋。
3.根據(jù)權(quán)利要求2所述的基于紅外圖像的禽蛋品質(zhì)鑒別方法,其特征在于:判決模型按照如下步驟訓(xùn)練:
步驟201:收集已知品質(zhì)的禽蛋作為訓(xùn)練樣本,令禽蛋的樣本特征向量為變量x,按照所述步驟1~6計(jì)算出訓(xùn)練樣本中各個(gè)禽蛋的樣本特征向量;其中,訓(xùn)練樣本中包含品質(zhì)合格禽蛋、品質(zhì)差禽蛋以及品質(zhì)更差禽蛋;
步驟202:采用品質(zhì)合格禽蛋訓(xùn)練一個(gè)三維空間的高斯模型,并計(jì)算模型參數(shù)以及∑,為樣本特征向量均值,∑為樣本特征向量協(xié)方差,
步驟203:將模型參數(shù)以及∑代入由品質(zhì)合格禽蛋訓(xùn)練的高斯模型,得到判決模型如下:
步驟204:將品質(zhì)差禽蛋以及品質(zhì)更差禽蛋的特征向量代入判決模型,計(jì)算出若干模型值,選取品質(zhì)差禽蛋模型值的平均值作為判決閾值Nt,選取品質(zhì)更差禽蛋模型值的平均值作為判決閾值Nr。
4.根據(jù)權(quán)利要求1所述的基于紅外圖像的禽蛋品質(zhì)鑒別方法,其特征在于:步驟2中圖像預(yù)處理按照如下步驟進(jìn)行:首先,對(duì)紅外圖像進(jìn)行均值濾波降噪;然后對(duì)紅外圖像中各像素點(diǎn)的灰度值進(jìn)行線性變換,將灰度值變換到0~255范圍內(nèi),保證亮度和對(duì)比度的統(tǒng)一。
5.根據(jù)權(quán)利要求3所述的基于紅外圖像的禽蛋品質(zhì)鑒別方法,其特征在于:紅外圖像進(jìn)行線性變換的方法如下:
找到紅外圖像中灰度值最大的像素點(diǎn)以及灰度值最小的像素點(diǎn),獲取紅外圖像的最大灰度值hmax和最小灰度值hmin;令線性變換前的灰度值為h,變換后的灰度值為g,構(gòu)造如下方程組以求解線性變換參數(shù)k和b:
根據(jù)求解到的線性變換參數(shù)k和b,得到線性變換方程g=kh+b,按照該線性變換方程對(duì)紅外圖像中各像素點(diǎn)的灰度值進(jìn)行線性變換。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于重慶大學(xué),未經(jīng)重慶大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710423144.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 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(shè)備、圖像形成系統(tǒng)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





