[發明專利]基于機器視覺的煙葉部位識別方法、電子設備及存儲介質

在審

• 申請號: 201810030983.1
• 申請日: 2018-01-12
• 公開（公告）號: CN108268895A
• 公開（公告）日: 2018-07-10
• 發明（設計）人: 徐瑋杰;楊凱;任偉;瞿永生;戴澤元;張鑫;沈晗;焦亮
• 申請（專利權）人: 上海煙草集團有限責任公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34;G06K9/46
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 龐紅芳

1.一種基于機器視覺的煙葉部位識別方法，其特征在于：所述基于機器視覺的煙葉部位識別方法包括：

獲取煙葉的標準分級樣本，采集煙葉樣本圖像并獲取所有合格的煙葉樣本圖像；

基于煙葉顏色與背景顏色不同，從合格的所述煙葉樣本圖像中分割出煙葉所在的煙葉區域；

分別獲取所述煙葉區域的RGB、HSV的均值與標準偏差和煙葉的面積和長寬；

將RGB、HSV的均值與標準偏差和煙葉的面積和長寬標記為煙葉等級識別的特征向量，并根據不同煙葉的特征向量形成特征矩陣；

對所述特征矩陣進行分解，建立煙葉部位識別的識別模型；

根據所述識別模型識別煙葉部位。

2.根據權利要求1所述的基于機器視覺的煙葉部位識別方法，其特征在于：所述基于機器視覺的煙葉部位識別方法還包括：配置采集煙葉樣本圖像的采集環境和采集設備的采集參數。

3.根據權利要求1所述的基于機器視覺的煙葉部位識別方法，其特征在于：所述獲取所有合格的煙葉樣本圖像具體包括：

獲取所述煙葉樣本圖像中背景板的位置的RGB顏色空間矩陣；

分別獲取R，G，B的均值；

判斷B值的上下浮動是否超過B值的浮動區間，若是，則判斷煙葉樣本圖像不合格，若否，則判定煙葉樣本圖像合格；

獲取所有合格的所述煙葉樣本圖像。

4.根據權利要求1所述的基于機器視覺的煙葉部位識別方法，其特征在于：獲取所述煙葉的面積和長寬具體包括：

對所述煙葉樣本圖像進行濾波，形成煙葉樣本濾波圖像；

獲取所述煙葉樣本濾波圖像的灰度圖像和圖像灰度閾值；

獲取所述灰度圖像的二值化矩陣；

根據所述二值化矩陣獲取所述煙葉樣本濾波圖像的連通區域并根據所述連通區域的像素位置獲取所述煙葉的面積和長寬。

5.根據權利要求4所述的基于機器視覺的煙葉部位識別方法，其特征在于：根據根據所述二值化矩陣獲取所述煙葉樣本濾波圖像的連通區域具體包括：

對所述煙葉樣本濾波圖像的格子區域進行標記，形成類別標簽；

遍歷所述煙葉樣本濾波圖像，按標記格子區域圖像的像素值索引標記集合，獲取標記集合中代表當前集合最小的值賦值給原圖像當前位置的像素，得到煙葉每個格子區域圖像的連通關系；

尋找符合預設連通區域數量的連通區域，并獲取每個連通區域的序號矩陣和每個連通區域的類型。

6.根據權利要求5所述的基于機器視覺的煙葉部位識別方法，其特征在于：所述連通區域的像素位置獲取所述煙葉的面積和長寬具體包括：

對每個連通區域所在的像素位置來計算該連通區域所包含的像素點，像素的總個數即為煙葉在圖像中的實際像素面積；

對每個連通區域，尋找包含第q個連通區域的最小外接矩形，q＝1:max(num)；所述最小外接矩形的長a，寬b分別為每個連通區域的長和寬；

其中，尋找最小矩形的過程如下：

尋找所有num＝q，q＝1:max(num)的二維像素坐標；

獲取第一維數據的最小值a11，最大值a22和第二維數據的最小值b11，最大值b22；

分別以最小值a11，最大值a22，最小值b11，最大值b22為頂點確定的方形區域即為最小矩形；最小矩形的長a，寬b計算方式如下：

長a＝max(a22-a11，b22-b11)

寬b＝min(a22-a11，b22-b11)。

7.根據權利要求5所述的基于機器視覺的煙葉部位識別方法，其特征在于：將所述特征矩陣分解為：

X＝score×coeff'+E；

其中，X為特征矩陣，score為主成份得分矩陣，coeff'為載荷矩陣，E為分解殘差；

選取煙葉等級圖像特征數據主成份得分的score的前t列，對score的每一行樣本按照實際煙葉的部位、等級進行標簽賦值，每同一部位、等級賦相同的正整數值，形成標簽數據Y；

從score和標簽數據Y種選取一定樣本進行聚類和投影，形成所述識別模型。