[發明專利]一種自動檢測谷粒中殘留秸稈的圖像處理方法

有效

• 申請號: 201710645656.2
• 申請日: 2017-08-01
• 公開（公告）號: CN107633503B
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 張寅;閆鈞華;楊勇;許倩倩;汪競成;肖勇旗
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/11;G06T7/136;G06T7/187;G06T5/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 呂朦

本發明公開了一種自動檢測谷粒中殘留秸稈的圖像處理方法，首先采集原始圖像；將原始圖像進行自適應的均值濾波，對圖像進行模糊化處理，把模糊化的圖像作為背景圖像；并用原始圖像減去所述背景圖像，得到邊緣加強圖像；將邊緣加強圖像轉變為灰度圖像，進行自適應灰度均衡化，再進行最大類間方差二值化處理，同時獲得二值圖像，對二值圖像進行開操作去除噪點；對二值圖像進行連通域標記，通過比較連通域內像素點的個數對秸稈目標進行初步篩選；畫出連通域的最小外接矩形，根據矩形對角線長度為判斷條件篩選秸稈目標；在原始圖像上畫出秸稈輪廓。本發明可以減小堆疊及光照對檢測結果帶來的影響；避免現有技術使用近紅外方法難以區分顏色相像的情況。

技術領域

本發明涉及圖像處理技術，尤其涉及一種快速自動檢測打谷機處理后谷粒中殘留秸稈的圖像處理方法。

背景技術

目前，農機在收割水稻的同時，就需要進行稻谷的剝殼，在剝殼的過程中，在成堆的谷粒目標中會存在很多的碎秸稈，所以需要反復多次進行篩濾，去除秸稈，使碎秸稈數目在允許范圍內。傳統的方法，在判斷碎秸稈是否篩濾干凈時只能用人眼觀察，再決定是否需要再次篩濾。這種方法不僅效率低而且存在主觀誤差。生產場所環境存在高溫、噪音、不安全等因素，將圖像處理技術應用在自動檢測谷粒中的殘留秸稈上，不僅可以消除人工檢查所造成的主觀誤差提高檢測一致性，而且可以提高效率和精度、保障人員安全，同時具有非接觸性等優勢。

利用圖像處理技術進行碎秸稈目標快速自動檢測，首先通過攝像機采集剝殼后的混有碎秸稈目標的原始圖像，然后運用圖像處理方法對圖像中存在的碎秸稈目標進行檢測，根據秸稈數判定是否需要再次進行篩濾。其中需要解決的問題主要有三個：一是由于谷粒與谷粒，谷粒與秸稈，秸稈與秸稈之間堆疊嚴重，所以需要盡可能的將各個目標分割開來。二是由于部分秸稈和谷粒在顏色和大小上相近，如何在谷粒中分辨出這些秸稈目標。三是圖像處理也受光照的影響，因為光照不均導致圖像處理的結果有所誤差。

目前基于圖像處理技術的秸稈目標的快速自動檢測方法主要有兩種：(1)一種是直接的輪廓檢測，根據輪廓特征篩選秸稈目標；(2)另外一種是使用近紅外圖像下秸稈和谷粒目標顏色不一樣進行篩選。方法(1)需要秸稈和谷粒圖像中基本上沒有堆疊，在堆疊情況下處理情況不理想。方法(2)需要近紅外攝像機，成本較高，不適合產品化。

發明內容

發明目的：為了解決現有技術存在的問題，減小堆疊和光照不均的影響，提高谷粒中秸稈的檢測精度，本發明提供一種自動檢測谷粒中殘留秸稈的圖像處理方法。

技術方案：本發明提供一種自動檢測谷粒中殘留秸稈的圖像處理方法，包括以下步驟：

步驟一：相機采集原始圖像，計算機讀入所述原始圖像；

步驟二：將原始圖像進行自適應的均值濾波，對圖像進行模糊化處理，把模糊化的圖像作為背景圖像；并用原始圖像減去所述背景圖像，得到前景目標邊緣強化后的邊緣加強圖像；

步驟三：將步驟二得到的邊緣加強圖像轉變為灰度圖像，對灰度圖像進行自適應灰度均衡化，再進行最大類間方差二值化處理，將谷粒、秸稈與背景分離開，同時獲得二值圖像，對二值圖像進行開操作去除噪點，減少谷粒與谷粒之間、谷粒與秸稈之間的粘連；

步驟四：對步驟三得到的二值圖像進行連通域標記，通過比較連通域內像素點的個數對秸稈目標進行初步篩選；

步驟五：畫出連通域的最小外接矩形，根據矩形對角線長度為判斷條件篩選秸稈目標；

步驟六：根據步驟五得到的結果，在原始圖像上畫出秸稈輪廓。

進一步的，所述步驟三中，將圖像分為N*N個圖像塊，其中N為大于1的正整數，再對每個圖像塊進行最大類間方差二值化處理。

進一步的，所述步驟二具體包括：