[發(fā)明專利]一種基于圖像處理技術(shù)的姬松茸子實(shí)體生長參數(shù)檢測方法

有效

• 申請?zhí)枺?/td>: 201910876608.3
• 申請日: 2019-09-17
• 公開（公告）號: CN110610506B
• 公開（公告）日: 2022-11-29
• 發(fā)明（設(shè)計(jì)）人: 趙旭東;蘭昆艷;黃敏敏
• 申請（專利權(quán)）人: 北京中環(huán)易達(dá)設(shè)施園藝科技有限公司
• 主分類號: G06T7/155
• 分類號: G06T7/155;G06T7/187;G06T7/194;G06N3/04;G06N3/08
• 代理公司: 北京北新智誠知識產(chǎn)權(quán)代理有限公司 11100
• 代理人: 劉徐紅

1.一種基于圖像處理技術(shù)的姬松茸子實(shí)體生長參數(shù)檢測方法，其特征在于，包括如下步驟：

(1)出菇室內(nèi)菌株成像質(zhì)量評價(jià)，若分級為好，繼續(xù)后續(xù)處理步驟；否則，算法退出處理程序，包括：

1)設(shè)置合理的實(shí)驗(yàn)區(qū)域背景色；

2)讀取待評價(jià)樣本菌株的彩色成像，將其轉(zhuǎn)換到灰度空間下計(jì)算像素的聯(lián)合分布概率；

3)選用的灰度共生矩陣部分特征的計(jì)算：包括能量、對比度、相關(guān)性、信息熵、同質(zhì)性；

4)對輸入圖像進(jìn)行LAB彩色空間通道A、B特征參數(shù)提取，計(jì)算其局部標(biāo)準(zhǔn)化顏色參數(shù)的二維熵；

5)利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型，基于以上特征向量，預(yù)測圖像質(zhì)量評分并進(jìn)行等級分類；

(2)樣本菌株區(qū)域的定位，包括：

1)設(shè)置圖像的監(jiān)測區(qū)域，將干擾像素去除；

2)在樣本菌株成像的參考區(qū)域內(nèi)，使用隨機(jī)森林算法做圖像的語義級分割；

3)使用色調(diào)通道數(shù)據(jù)進(jìn)行自適應(yīng)閾值分割作為2)的前景檢測結(jié)果補(bǔ)充；對前景區(qū)域進(jìn)行輪廓平滑；

具體過程包括：

1)在圖像上設(shè)置任意多邊形監(jiān)測區(qū)域，從RGB顏色空間將監(jiān)測區(qū)域內(nèi)干擾像素去除；

2)在參考區(qū)域內(nèi)，使用RF算法區(qū)分每3*3圖像區(qū)域單元是否屬于姬松茸菌株：

i)提取每一像素為中心的M*M鄰域圖像的如下特征生成特征向量，M為自然數(shù)：

a)Hue通道的熵、各向異性、方差；

b)R、G、B三顏色通道的中心點(diǎn)值、鄰域方差、熵、自相關(guān)系數(shù)；

c)黃色增強(qiáng)圖的中心點(diǎn)值、鄰域方差、熵、自相關(guān)系數(shù)；

ii)使用訓(xùn)練好的RF模型對當(dāng)前像素區(qū)域單元進(jìn)行分類識別；

iii)前景圖像形態(tài)學(xué)操作；

3)受圖像偏色和培養(yǎng)基與菌株特征有交叉限制，使用Hue通道數(shù)據(jù)進(jìn)行自適應(yīng)閾值迭代分割，將結(jié)果與步驟2)的結(jié)果融合；

4)對前景區(qū)域進(jìn)行基于輪廓點(diǎn)向局域回歸線投射方式實(shí)現(xiàn)的輪廓平滑；

(3)輕度粘連菌株的分離，包括：

1)選取區(qū)域面積為A的連通域，提取其輪廓點(diǎn)集；

形狀因子定義如下：

其中Ra、Rb為對該區(qū)域擬合所得橢圓的半徑，A為區(qū)域面積；

2)查找點(diǎn)集上的滿足如下條件的點(diǎn)對兒作為切分點(diǎn)：

A)點(diǎn)A到點(diǎn)B間直線距離disLn在一定范圍內(nèi)；

B)點(diǎn)A到點(diǎn)B的順時(shí)針輪廓長度和逆時(shí)針輪廓長度的極小值：disArc＝N*disLn，N為自然數(shù)；

3)對輪廓進(jìn)行異常形狀的消除或分離：

A)disLnnThr1，A、B之間直接用黑色線條在二值前景圖像上連線；

B)disLn≥nThr1，取具有最小距離的點(diǎn)對兒A、B，用黑色線條在二值前景圖像上連線；

(4)菌株生長參數(shù)的提取，包括：

1)基于幾何特征的候選目標(biāo)篩選，涉及特征包括：面積、長寬比、占空比、圓形度形狀參數(shù)；

2)基于R通道統(tǒng)計(jì)特征的目標(biāo)確認(rèn)；

3)單個(gè)菌株目標(biāo)的顏色、高度、可視生長面積參數(shù)的提取，具體參數(shù)計(jì)算方法如下：

i)菌株區(qū)域的R、G、B三色均值和極值；

ii)菌株高度取菌株區(qū)域最小外接矩形的物理高度值h，且依據(jù)該高度值將菌株劃分為三個(gè)成熟等級：

h≤3cm，為3級成熟，一般為幼菇、成形期初期；

h＜5cm，為2級成熟，一般為成形期中期；

h≥5cm，為1級成熟，一般為成形期后期，可以采摘。

2.根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的姬松茸子實(shí)體生長參數(shù)檢測方法，其特征在于：所述步驟(1)中所述步驟3)的具體步驟如下：

i)能量

能量反映了圖像灰度分布均勻程度和紋理粗細(xì)度，其中i,j分別為兩任意像素點(diǎn)的灰度值，P(i,j)為距離為D的兩點(diǎn)的聯(lián)合分布概率；

ii)對比度

對比度反映了圖像的紋理溝紋深淺的程度和清晰度；

iii)相關(guān)性

相關(guān)性是用來度量灰度共生矩陣元素在行方向或列方向上的相似程度，式中部分符號定義如下：

iv)信息熵

信息熵是圖像所具有的信息量的度量；

v)同質(zhì)性

同質(zhì)性表示灰度共生矩陣中元素的分布到對角線緊密程度，也稱逆差距。

3.根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的姬松茸子實(shí)體生長參數(shù)檢測方法，其特征在于：所述步驟(1)中所述步驟4)中：

局部標(biāo)準(zhǔn)化顏色參數(shù)LNCC值為：

式中，I(i,j)表示圖像的彩色通道分量中的像素點(diǎn)，i和j分別表示像素點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，C為一個(gè)防止σ(i,j)為0的很小的常數(shù)，μ(i,j)和σ(i,j)的定義為如下：

式中，K和L表示標(biāo)準(zhǔn)化過程中的鄰域大小，ω是圓對稱的2維高斯加權(quán)函數(shù)，定義特征二元組(x,y)，其中x代表像素本身的LNCC值，y代表其鄰域像素的平均LNCC值，f(x,y)表示一組特征值(x,y)出現(xiàn)的總次數(shù)，而P(x,y)則用來表示標(biāo)準(zhǔn)化的f(x,y):

其中，M、N表示圖像的高、寬；

局部標(biāo)準(zhǔn)化顏色參數(shù)(LNCC)的二維熵表示為：