[發(fā)明專利]面向蘋果品質(zhì)檢測的圖像融合方法

在審

• 申請?zhí)枺?/td>: 201710541159.8
• 申請日: 2017-07-05
• 公開（公告）號: CN107316285A
• 公開（公告）日: 2017-11-03
• 發(fā)明（設(shè)計）人: 羅曉清;張戰(zhàn)成;柴鵬飛;董靜;檀華廷;王駿
• 申請（專利權(quán)）人: 江南大學(xué)
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種面向蘋果品質(zhì)檢測的圖像融合方法，是一種可用于水果質(zhì)量檢測領(lǐng)域的融合方法，在水果品質(zhì)檢測中有廣泛地應(yīng)用。

背景技術(shù)

我國作為水果產(chǎn)業(yè)大國，水果產(chǎn)業(yè)一直占據(jù)著重要的經(jīng)濟(jì)地位，從1993年開始，無論在種植面積還是總產(chǎn)量，我國的水果產(chǎn)業(yè)一直保持在世界第一的水平。但遺憾的是，我國的水果產(chǎn)業(yè)與其他國家相比，存在諸多問題，主要有果品質(zhì)量差、整體價格較低、出口量小以及附加值低等。究其原因，主要是因為我國的水果產(chǎn)后處理技術(shù)薄弱，大部分的產(chǎn)品沒有進(jìn)行品質(zhì)檢測和分級，在采摘后直接進(jìn)入市場，導(dǎo)致水果中質(zhì)量不一，沒有市場競爭力。另一方面，在水果的采摘、運(yùn)輸、存儲過程中都容易造成水果損傷，而早期的輕微損傷很難直接檢測出來，這些未被檢測出損傷的水果會逐漸演變成深程度的病變，被病菌侵入，造成組織腐敗，甚至?xí)l(fā)生交叉感染，感染未損傷的水果，給果農(nóng)或者水果廠商帶來巨大的損失。無論是對水果進(jìn)行分級還是防止在水果后期運(yùn)輸保存中出現(xiàn)損傷，都必須采取高效的措施來對水果品質(zhì)進(jìn)行檢測。

傳統(tǒng)的水果品質(zhì)檢測通常是有肉眼直接進(jìn)行觀察，存在有很多缺點，比如辨別率低，速度慢，不能夠識別水果內(nèi)部損傷等問題。可見光圖像檢測系統(tǒng)被廣泛用于農(nóng)產(chǎn)品品質(zhì)檢測，主要是通過對農(nóng)產(chǎn)品的亮度，顏色等信息來檢測產(chǎn)品品質(zhì)。相比與用肉眼人工檢測，可見光圖像檢測系統(tǒng)具有速度快，精度較高，可以自動化等優(yōu)點。但是，可見光圖像檢測系統(tǒng)只能夠檢測到水果外部損傷，對于表皮輕微的碰蹭損傷以及內(nèi)部損傷無法檢測出來。紅外成像系統(tǒng)具備檢測水果次表面或內(nèi)部缺陷的能力，但是紅外圖像的分辨率比較低，并且檢測不出來蘋果表皮損傷。通過圖像融合技術(shù)將可見光圖像與紅外圖像綜合，得到的融合圖像即包含了紅外圖像中水果次表面損傷信息，又包含可見光圖像中豐富的水果表皮信息，包含的信息更豐富，使得在接下來進(jìn)行的蘋果品質(zhì)檢測結(jié)果更加準(zhǔn)確。

當(dāng)前，已有部分學(xué)者開展了將圖像融合技術(shù)用于農(nóng)產(chǎn)品品質(zhì)檢測的研究。主要成果有：1993年，Peleg等研究了多傳感器檢測水果和蔬菜的品質(zhì)；Wen在1998年將蘋果作為研究對象，使用可見光與紅外相機(jī)同時采集蘋果的圖像用于檢測水果缺陷，并在2000年設(shè)計了一種近紅外與中紅外的圖像融合系統(tǒng)用于水果表面缺陷檢測；Cheng等人也在2003年設(shè)計出新的基于波長為700-1000nm的近紅外和波長為3.5-5μm或8-12μm的中紅外水果缺陷檢測系統(tǒng)；2005年，鄧巍等以桃的品質(zhì)檢測為示例，研究了多傳感器融合技術(shù)在水果品質(zhì)檢測的可行性；2009年，王克俊等使用圖像融合技術(shù)研究了檢測蘋果缺陷的問題；郭志明將近紅外光譜與高光譜圖像進(jìn)行融合用于蘋果品質(zhì)的快速無損檢測。2016年，關(guān)濟(jì)雨將近紅外和高光譜散射圖像進(jìn)行融合用于水果損傷評估。

近年來，基于多尺度變換的圖像融合方法越來越流行，這主要是因為基于多尺度變換的圖像融合方法將原始圖像分為低頻信息和高頻信息，更好的表現(xiàn)了圖像的本質(zhì)信息，從而有利于圖像融合中對待融合圖像進(jìn)行信息提取。常用的多尺度變換有離散小波變換，平穩(wěn)小波變換，雙數(shù)復(fù)小波變換，曲波變換，輪廓波變換，非下采樣輪廓波變換等。人們基于上述多尺度分解工具提出了許多基于多尺度變換的圖像融合方法。例如：J.Lewis等使用雙數(shù)復(fù)小波作為多尺度變換工具，使用基于區(qū)域的規(guī)則進(jìn)行融合，F(xiàn).Nencini等根據(jù)圖像的曲波變換系數(shù)對遙感圖像進(jìn)行融合，Q.Zhang等則是研究了如何將非下采樣輪廓波變換用于圖像融合。當(dāng)前，四元數(shù)小波變換是一種新穎的有效的多尺度變換工具，由于其可以提供豐富的尺度信息以及幅值相位信息，已經(jīng)成為非常流行的多尺度變換工具，被廣泛應(yīng)用于圖像去噪，圖像分類，圖像紋理檢索等。考慮到四元數(shù)小波變換的優(yōu)點，在本發(fā)明中我們使用四元數(shù)小波變換作為多尺度變換工具。同時，由于導(dǎo)向濾波可以根據(jù)指導(dǎo)圖去除決策圖中的噪聲干擾，因此本發(fā)明在高頻融合時，將高頻系數(shù)作為導(dǎo)向濾波的輸入，待融合圖像作為導(dǎo)向濾波的指導(dǎo)圖，得到的濾波后的高頻系數(shù)更好的反映了圖像中的特征，使得融合結(jié)果更加精細(xì)。因此，本發(fā)明構(gòu)造了一種基于四元數(shù)小波變換與導(dǎo)向濾波的水果圖像融合方法，得到的融合后的水果圖像質(zhì)量較優(yōu)，更有利于水果品質(zhì)檢測。

發(fā)明內(nèi)容

本發(fā)明的目的是針對上述現(xiàn)有技術(shù)的不足，提出一種面向蘋果品質(zhì)檢測的圖像融合方法，以解決已有的紅外與可見光蘋果圖像融合技術(shù)所得融合圖像水果表面不清晰以及次表面缺陷不明顯的問題。該發(fā)明得到的融合圖像即包含了紅外圖像中水果次表面損傷信息，又包含可見光圖像中豐富的水果表皮信息，包含的信息更豐富，使得在接下來進(jìn)行的蘋果品質(zhì)檢測結(jié)果更加準(zhǔn)確。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案如下：