[發明專利]一種霉菌檢測方法及系統

有效

• 申請號: 201910933103.6
• 申請日: 2019-09-29
• 公開（公告）號: CN110689534B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 王涵;劉狀;吳鋒
• 申請（專利權）人: 珠海中科先進技術研究院有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;C12Q1/04;C12M1/00;C12M1/34
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 張志輝

本發明公開了一種霉菌檢測方法及系統，屬于數字圖像處理領域，用于實現：通過獲取大量霉變衣物的圖像數據，對圖像數據進行灰度、顏色、紋理等標簽貼紙，從而實現判別模型的訓練，基于判別模型對待檢測的衣物圖像數據進行霉變檢測。本發明的有益效果為：利用計算機自動檢測，通過大量樣本數據進行模型訓練，快速有效地檢測出霉菌，避免了人工檢測速度慢，勞動強度大，易受主觀因素影響等缺點。

技術領域

本發明涉及數字圖像處理領域，特別涉及一種霉菌檢測方法及系統。

背景技術

夏季天氣時好時壞，有時候雨水綿綿不絕。溫暖濕潤的環境正是各種霉菌生長的好時機。此時，人們應該注意霉菌對衣物的侵害和霉菌對人體健康的威脅。

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

目前判斷霉菌的辦法多是人工判斷，自身的知識和經驗診斷，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檢測出衣物霉菌的方法。

發明內容

為至少解決現有技術中存在的技術問題之一，本發明的目的在于提供一種霉菌檢測方法及系統，通過獲取大量霉變衣物的圖像數據，對圖像數據進行灰度、顏色、紋理等標簽貼紙，從而實現判別模型的訓練，基于判別模型對待檢測的衣物圖像數據進行霉變檢測。

本發明解決其問題所采用的技術方案第一方面是：一種霉菌檢測方法，其特征在于，包括以下步驟：S100、獲取多個霉菌衣物的樣本圖像；S200、對所述多個樣本圖像進行圖像處理及標簽貼紙，得到學習數據庫，基于所述學習數據庫進行判別模型訓練；S300、采集待檢測衣物圖像數據，基于所述判別模型進行圖像判別計算；S400、輸出所述判別模型的圖像判別計算結果，其中所述計算結果包括所述標簽貼紙的信息。

有益效果：利用計算機自動檢測，通過大量樣本數據進行模型訓練，快速有效地檢測出霉菌，避免了人工檢測速度慢，勞動強度大，易受主觀因素影響等缺點。

根據本發明第一方面所述的，S200還包括：S210、對所述樣本圖像進行裁剪操作，得到預處理樣本圖像，并計算霉菌面積大小；S220、對所述預處理樣本圖像進行標簽貼紙，其中標簽貼紙包括對應樣本圖像的紋理、顏色、霉菌的標識面積以及污染程度信息；S230、對標簽貼紙后的樣本圖像進行數據庫擴充操作，得到擴充后的學習數據庫。

根據本發明第一方面所述的，S210還包括：S211、將所述樣本圖像進行顏色空間變化，即將RGB空間轉化為LAB空間；對標簽貼紙后的樣本圖像進行數據庫擴充操作包括：使用Python實現灰度化、通過浮點算法、整數算法、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行處理，得到擴充的數據庫，對單個樣本圖像數據進行顏色空間變化和多算法進行處理，得到多個處理后的樣本數據，有助于完善并擴充學習庫的數據量，提升判別準確率。

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

根據本發明第一方面所述的，S220還包括：基于生成模型對所述樣本圖像進行標簽貼紙；對所述樣本圖像中的輪廓進行逐一遍歷，對顏色、灰度以及紋理形狀尋找與目標相似度最大的區域，分離并進行標簽貼紙；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森林算法的模型。

根據本發明第一方面所述的，紋理包括霉菌菌絲以及霉菌菌球。

根據本發明第一方面所述的，污染程度為霉菌總標識面積與裁剪操作后霉菌面積的比值，計算式為：

其中P≥0.85為重度污染；