[發(fā)明專利]一種霉菌檢測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910933103.6
• 申請日: 2019-09-29
• 公開（公告）號: CN110689534B
• 公開（公告）日: 2022-08-09
• 發(fā)明（設(shè)計(jì)）人: 王涵;劉狀;吳鋒
• 申請（專利權(quán)）人: 珠海中科先進(jìn)技術(shù)研究院有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;C12Q1/04;C12M1/00;C12M1/34
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 張志輝

本發(fā)明公開了一種霉菌檢測方法及系統(tǒng)，屬于數(shù)字圖像處理領(lǐng)域，用于實(shí)現(xiàn)：通過獲取大量霉變衣物的圖像數(shù)據(jù)，對圖像數(shù)據(jù)進(jìn)行灰度、顏色、紋理等標(biāo)簽貼紙，從而實(shí)現(xiàn)判別模型的訓(xùn)練，基于判別模型對待檢測的衣物圖像數(shù)據(jù)進(jìn)行霉變檢測。本發(fā)明的有益效果為：利用計(jì)算機(jī)自動檢測，通過大量樣本數(shù)據(jù)進(jìn)行模型訓(xùn)練，快速有效地檢測出霉菌，避免了人工檢測速度慢，勞動強(qiáng)度大，易受主觀因素影響等缺點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理領(lǐng)域，特別涉及一種霉菌檢測方法及系統(tǒng)。

背景技術(shù)

夏季天氣時(shí)好時(shí)壞，有時(shí)候雨水綿綿不絕。溫暖濕潤的環(huán)境正是各種霉菌生長的好時(shí)機(jī)。此時(shí)，人們應(yīng)該注意霉菌對衣物的侵害和霉菌對人體健康的威脅。

日常生活中衣物經(jīng)常由于天氣過于潮濕或者未晾干即放入衣柜內(nèi)，而普通衣柜又不具備通風(fēng)的功能，在這種情況下容易滋生霉菌，影響人們的日常生活，降低生活質(zhì)量。

目前判斷霉菌的辦法多是人工判斷，自身的知識和經(jīng)驗(yàn)診斷，摻雜了較多主觀因素，存在速度和精度的不足，因此，急需一套在確保精確度的情況下及時(shí)檢測出衣物霉菌的方法。

發(fā)明內(nèi)容

為至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一，本發(fā)明的目的在于提供一種霉菌檢測方法及系統(tǒng)，通過獲取大量霉變衣物的圖像數(shù)據(jù)，對圖像數(shù)據(jù)進(jìn)行灰度、顏色、紋理等標(biāo)簽貼紙，從而實(shí)現(xiàn)判別模型的訓(xùn)練，基于判別模型對待檢測的衣物圖像數(shù)據(jù)進(jìn)行霉變檢測。

本發(fā)明解決其問題所采用的技術(shù)方案第一方面是：一種霉菌檢測方法，其特征在于，包括以下步驟：S100、獲取多個(gè)霉菌衣物的樣本圖像；S200、對所述多個(gè)樣本圖像進(jìn)行圖像處理及標(biāo)簽貼紙，得到學(xué)習(xí)數(shù)據(jù)庫，基于所述學(xué)習(xí)數(shù)據(jù)庫進(jìn)行判別模型訓(xùn)練；S300、采集待檢測衣物圖像數(shù)據(jù)，基于所述判別模型進(jìn)行圖像判別計(jì)算；S400、輸出所述判別模型的圖像判別計(jì)算結(jié)果，其中所述計(jì)算結(jié)果包括所述標(biāo)簽貼紙的信息。

有益效果：利用計(jì)算機(jī)自動檢測，通過大量樣本數(shù)據(jù)進(jìn)行模型訓(xùn)練，快速有效地檢測出霉菌，避免了人工檢測速度慢，勞動強(qiáng)度大，易受主觀因素影響等缺點(diǎn)。

根據(jù)本發(fā)明第一方面所述的，S200還包括：S210、對所述樣本圖像進(jìn)行裁剪操作，得到預(yù)處理樣本圖像，并計(jì)算霉菌面積大??；S220、對所述預(yù)處理樣本圖像進(jìn)行標(biāo)簽貼紙，其中標(biāo)簽貼紙包括對應(yīng)樣本圖像的紋理、顏色、霉菌的標(biāo)識面積以及污染程度信息；S230、對標(biāo)簽貼紙后的樣本圖像進(jìn)行數(shù)據(jù)庫擴(kuò)充操作，得到擴(kuò)充后的學(xué)習(xí)數(shù)據(jù)庫。

根據(jù)本發(fā)明第一方面所述的，S210還包括：S211、將所述樣本圖像進(jìn)行顏色空間變化，即將RGB空間轉(zhuǎn)化為LAB空間；對標(biāo)簽貼紙后的樣本圖像進(jìn)行數(shù)據(jù)庫擴(kuò)充操作包括：使用Python實(shí)現(xiàn)灰度化、通過浮點(diǎn)算法、整數(shù)算法、平均值算法、移位法、單通道法、二值化法讀取原圖像以及灰度變換對所述樣本圖像進(jìn)行處理，得到擴(kuò)充的數(shù)據(jù)庫，對單個(gè)樣本圖像數(shù)據(jù)進(jìn)行顏色空間變化和多算法進(jìn)行處理，得到多個(gè)處理后的樣本數(shù)據(jù)，有助于完善并擴(kuò)充學(xué)習(xí)庫的數(shù)據(jù)量，提升判別準(zhǔn)確率。

根據(jù)本發(fā)明第一方面所述的，S220還包括：S221、使用判別模型，對所述樣本圖像進(jìn)行標(biāo)簽貼紙。S222、對所述樣本圖像中的輪廓進(jìn)行逐一遍歷，對顏色、灰度以及紋理形狀進(jìn)行分類識別，完成標(biāo)簽貼紙。

根據(jù)本發(fā)明第一方面所述的，S220還包括：基于生成模型對所述樣本圖像進(jìn)行標(biāo)簽貼紙；對所述樣本圖像中的輪廓進(jìn)行逐一遍歷，對顏色、灰度以及紋理形狀尋找與目標(biāo)相似度最大的區(qū)域，分離并進(jìn)行標(biāo)簽貼紙；其中所述生成模型包括但不限于基于SR算法的模型、基于PCA算法的模型以及基于隨機(jī)森林算法的模型。

根據(jù)本發(fā)明第一方面所述的，紋理包括霉菌菌絲以及霉菌菌球。

根據(jù)本發(fā)明第一方面所述的，污染程度為霉菌總標(biāo)識面積與裁剪操作后霉菌面積的比值，計(jì)算式為：

其中P≥0.85為重度污染；