[發(fā)明專利]一種馬鈴薯瘡痂檢測方法有效
| 申請?zhí)枺?/td> | 201910236574.1 | 申請日: | 2019-03-27 |
| 公開(公告)號: | CN110047064B | 公開(公告)日: | 2021-03-19 |
| 發(fā)明(設(shè)計)人: | 祁雁楠;呂程序;毛文華;李佳;王燁 | 申請(專利權(quán))人: | 中國農(nóng)業(yè)機械化科學(xué)研究院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/62;G06K9/62 |
| 代理公司: | 北京律誠同業(yè)知識產(chǎn)權(quán)代理有限公司 11006 | 代理人: | 梁揮;尚群 |
| 地址: | 100083 北*** | 國省代碼: | 北京;11 |
| 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 馬鈴薯 瘡痂 檢測 方法 | ||
一種馬鈴薯瘡痂檢測方法,包括如下步驟:利用訓(xùn)練數(shù)據(jù)集,建立馬鈴薯瘡痂的霍夫圓面積、標(biāo)記瘡痂面積和真實瘡痂面積的回歸關(guān)系模型,并得到標(biāo)記瘡痂面積和真實瘡痂面積的篩選閾值;獲取并讀入待測馬鈴薯圖像,利用邊界提取、邊界聯(lián)通和掩膜分割得到感興趣區(qū)域;提取所述感興趣區(qū)域的霍夫圓,并求得霍夫圓面積,利用高斯拉普拉斯算子提取所述感興趣區(qū)域的特征矩陣;對所述特征矩陣進行K?means聚類提取所述特征矩陣的特征,并得到所述待測馬鈴薯的標(biāo)記瘡痂面積;根據(jù)所述回歸關(guān)系模型,判斷所述待測馬鈴薯的標(biāo)記瘡痂面積是否為瘡痂類,并計算所述待測馬鈴薯的回歸參考面積,對比所述回歸參考面積與所述篩選閾值,判斷所述待測馬鈴薯是否為瘡痂病薯。
技術(shù)領(lǐng)域
本發(fā)明涉及一種農(nóng)副產(chǎn)品外部品質(zhì)檢測技術(shù),特別是一種基于回歸分析進行馬鈴薯外部瘡痂圖像識別的馬鈴薯瘡痂檢測方法。
背景技術(shù)
馬鈴薯作為全球第四大經(jīng)濟作物,被廣泛種植,2014年的種植面積為1909萬公頃。中國是馬鈴薯生產(chǎn)大國,2014年種植面積為564萬公頃,占全球種植面積的29%、產(chǎn)量的1/4。相比單位面積的小麥、水稻、玉米等主糧,馬鈴薯產(chǎn)出的干物質(zhì)和蛋白質(zhì)質(zhì)量多,歐美等國已成把馬鈴薯作為主要糧食作物之一。我國于2014年提出馬鈴薯主糧化戰(zhàn)略,隨著戰(zhàn)略的實施,馬鈴薯品質(zhì)檢測方法和設(shè)備的需求更為迫切。目前常用的農(nóng)產(chǎn)品品質(zhì)檢測技術(shù)有光譜、高光譜、核磁等,機器視覺技術(shù)發(fā)展成熟、硬件普及度高、成本低,適宜于開發(fā)商業(yè)化馬鈴薯品質(zhì)檢測設(shè)備。
影響馬鈴薯品質(zhì)的主要因素有質(zhì)量、形狀、損傷、病變等。瘡痂病是馬鈴薯塊莖及表面出現(xiàn)的木栓化網(wǎng)紋或裂口狀的淡褐色斑塊。其最初為在塊莖表面產(chǎn)生的淺褐色小點,逐步擴大為褐色大斑,降低了馬鈴薯商業(yè)價值。且病薯種植出的植株易發(fā)病,還可通過土媒感染健薯發(fā)病,造成整塊土地減產(chǎn)5%-10%。因此,商品薯尤其種薯的瘡痂病檢測具有重要的意義。
目前,商業(yè)化馬鈴薯分級設(shè)備多關(guān)注大小、形狀、質(zhì)量等指標(biāo),馬鈴薯瘡痂病主要以手工分選為主,但是手工分選成本高、一致性差,無法滿足量產(chǎn)和主糧化的戰(zhàn)略需求,因此急需開發(fā)馬鈴薯瘡痂病自動檢測技術(shù)與設(shè)備。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是針對馬鈴薯分級過程中瘡痂病識別的問題,提供一種馬鈴薯瘡痂檢測方法,用于馬鈴薯分級中識別瘡痂病薯。
為了實現(xiàn)上述目的,本發(fā)明提供了一種馬鈴薯瘡痂檢測方法,其中,包括如下步驟:
S100、利用訓(xùn)練數(shù)據(jù)集,建立馬鈴薯瘡痂的霍夫圓面積、標(biāo)記瘡痂面積和真實瘡痂面積的回歸關(guān)系模型,并得到標(biāo)記瘡痂面積和真實瘡痂面積的篩選閾值;
S200、獲取并讀入待測馬鈴薯圖像,對所述待測馬鈴薯圖像做切割和濾波預(yù)處理,利用邊界提取、邊界聯(lián)通和掩膜分割得到感興趣區(qū)域;
S300、提取所述感興趣區(qū)域的霍夫圓,并求得所述霍夫圓的面積,利用高斯拉普拉斯算子提取所述感興趣區(qū)域的特征矩陣;
S400、對所述特征矩陣進行K-means聚類,利用K-means聚類方法對所述特征矩陣的特征進行提取,并得到所述待測馬鈴薯的標(biāo)記瘡痂面積;
S500、根據(jù)所述回歸關(guān)系模型,判斷所述待測馬鈴薯的標(biāo)記瘡痂面積是否為瘡痂類,并計算所述待測馬鈴薯的回歸參考面積,對比所述回歸參考面積與所述篩選閾值,判斷所述待測馬鈴薯是否為瘡痂病薯。
上述馬鈴薯瘡痂檢測方法,其中,步驟S100進一步包括:
S101、獲取并讀入訓(xùn)練集的馬鈴薯圖像,對所述馬鈴薯圖像做切割和濾波預(yù)處理,利用邊界提取、邊界聯(lián)通和掩膜分割得到感興趣區(qū)域;
S102、提取所述感興趣區(qū)域的霍夫圓,求得所述霍夫圓的面積,并計算所述馬鈴薯圖像的原圖瘡痂面積;
S103、計算真實瘡痂面積;
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)利屬于中國農(nóng)業(yè)機械化科學(xué)研究院,未經(jīng)中國農(nóng)業(yè)機械化科學(xué)研究院許可,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,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910236574.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





