[發明專利]一種基于模態區間的葡萄干顏色分選方法

有效

• 申請號: 201711159903.4
• 申請日: 2017-11-20
• 公開（公告）號: CN107844806B
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 謝鋒云;劉昆;馮春雨;劉翊;李昭;劉博文
• 申請（專利權）人: 華東交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40;G06K9/46
• 代理公司: 南昌市平凡知識產權代理事務所 36122
• 代理人: 姚伯川

1.一種基于模態區間的葡萄干顏色分選方法，包括葡萄干圖像提取和葡萄干圖像去噪，其特征在于，所述方法還包括葡萄干圖像特征提取、葡萄干圖像特征模態區間化、初始廣義隱馬爾科夫模型訓練和葡萄干顏色分選；

所述葡萄干圖像特征提取，利用Matlab獲取去噪處理后的每幅圖像的R、G、B值，具體為遍歷葡萄干圖像中的每個像素，獲得葡萄干圖像中每個像素的R_n、G_n、B_n值，n為每個葡萄干圖像中像素的個數，再利用求平均值的方法，求出整幅圖像的R、G、B均值，即葡萄干每幅圖像的R、G、B值；

所述葡萄干圖像特征模態區間化，利用模態區間來處理提取的特征量存在不確定性問題，是將獲取的每幅圖像的R、G、B值轉換成模態區間形式其中m為圖像的個數，從而可以獲得模態區間化的每幅圖像模態區間特征向量集包括每幅圖像下界特征向量集T_m＝{r_m,g_m,b_m}和每幅圖像上界特征向量集將其作為后續識別模型的輸入。

2.根據權利要求1所述的一種基于模態區間的葡萄干顏色分選方法，其特征在于，所述初始廣義隱馬爾科夫模型訓練，依據葡萄干顏色分類要求，選取合適的初始廣義隱馬爾科夫模型參數，構建初始廣義隱馬爾科夫模型；將所述葡萄干圖像特征模態區間化提取到的圖像特征向量集{T_m}的一部分作為訓練樣本，輸入初始廣義隱馬爾科夫模型中，對初始廣義隱馬爾科夫模型進行訓練，直至獲得優化的模型為止；

所述葡萄干顏色分選，將剩余的葡萄干圖像特征向量集作為測試樣本，輸入優化后的廣義隱馬爾科夫模型中用以識別分類；廣義隱馬爾科夫模型輸出的模態區間量，采用模態區間大小比較準則中的maxi-max比較準則，求出最大模態區間量，然后進行大小比較，得出的最大值對應的模態區間，則最大模態區間對應的顏色即為測試樣本的顏色，進而完成分選。