[發(fā)明專利]一種基于機(jī)器視覺的香菇破損檢測方法有效
| 申請?zhí)枺?/td> | 202010900934.6 | 申請日： | 2020-08-31 |
| 公開（公告）號： | CN111986192B | 公開（公告）日： | 2022-05-27 |
| 發(fā)明（設(shè)計）人： | 胡友民;桑凱旋 | 申請（專利權(quán)）人： | 華中科技大學(xué) |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T7/90;G06T7/13;G06T5/00;G06V10/764;G06K9/62 |
| 代理公司： | 華中科技大學(xué)專利中心 42201 | 代理人： | 孔娜;李智 |
| 地址： | 430074 湖北*** | 國省代碼： | 湖北;42 |
| 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 基于 機(jī)器 視覺 香菇 破損 檢測 方法 | ||
本發(fā)明屬于香菇檢測領(lǐng)域，并具體公開了一種基于機(jī)器視覺的香菇破損檢測方法，包括如下步驟：S1采集剪去菇柄香菇的圖像，將圖像轉(zhuǎn)化為灰度圖像，對灰度圖像進(jìn)行邊緣特征提取，進(jìn)而獲取香菇外輪廓；S2根據(jù)灰度圖像，對香菇的正面圖像和反面圖像進(jìn)行區(qū)分，以香菇長有菇柄一側(cè)的圖像為反面圖像；S3根據(jù)反面圖像中的香菇外輪廓，獲取外輪廓上的灰度采樣圖；S4提取灰度采樣圖中的破損特征參數(shù)，并將破損特征參數(shù)輸入分類器中分類，從而將香菇分為完整香菇和破損香菇兩個種類，完成對香菇破損情況的檢測。本發(fā)明從香菇外輪廓處香菇外表與香菇肉質(zhì)的灰度差異出發(fā)，通過識別灰度信息進(jìn)行香菇破損檢測，兼顧智能性與實用性，提高香菇分級的效率。
技術(shù)領(lǐng)域
本發(fā)明屬于香菇檢測領(lǐng)域，更具體地，涉及一種基于機(jī)器視覺的香菇破損檢測方法。
背景技術(shù)
香菇營養(yǎng)豐富，香味獨(dú)特，肉質(zhì)鮮美，是世界上最著名的食用菌之一。香菇作為產(chǎn)量最大的食用菌品種，具有廣大的市場空間，近年來，香菇需求量將進(jìn)一步提升，具有廣闊的發(fā)展空間。目前香菇品質(zhì)檢測主要依靠人工，在分類精度、速度上較為低下，長時間重復(fù)的工作容易造成視覺疲勞，降低分級效率和準(zhǔn)確性。在某種程度上，香菇的檢測技術(shù)已經(jīng)影響香菇加工產(chǎn)業(yè)的發(fā)展。
隨著機(jī)器視覺技術(shù)的發(fā)展，基于機(jī)器視覺的檢測方法具有效率高、精度高等優(yōu)點，現(xiàn)已經(jīng)應(yīng)用于各種農(nóng)產(chǎn)品的加工中。香菇的外觀是判定香菇質(zhì)量的重要因素，外觀完整的香菇更容易被消費(fèi)者所接受，更容易賣出高價。香菇破損檢測作為香菇加工過程中的重要檢測過程，目前缺乏有效的自動化檢測方案。
發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于機(jī)器視覺的香菇破損檢測方法，其目的在于，從香菇外輪廓處香菇外表與香菇肉質(zhì)的灰度差異出發(fā)，破損處的灰度值較大，通過識別灰度信息進(jìn)行破損檢測；先對香菇正反面進(jìn)行識別，再對香菇反面外輪廓進(jìn)行灰度采樣，生成灰度采樣圖，進(jìn)而將香菇分為完整和破損兩類，兼顧了智能性與實用性，提高了香菇分級的效率。
為實現(xiàn)上述目的，本發(fā)明提出了一種基于機(jī)器視覺的香菇破損檢測方法，包括如下步驟：
S1采集剪去菇柄香菇的圖像，將所有圖像轉(zhuǎn)化為灰度圖像，對灰度圖像進(jìn)行邊緣特征提取，進(jìn)而獲取各圖像中的香菇外輪廓；
S2根據(jù)灰度圖像，對香菇的正面圖像和反面圖像進(jìn)行區(qū)分，以香菇原先長有菇柄一側(cè)的圖像為反面圖像；
S3根據(jù)反面圖像中的香菇外輪廓，獲取外輪廓上的灰度采樣圖；
S4提取灰度采樣圖中的破損特征參數(shù)，并將破損特征參數(shù)輸入分類器中進(jìn)行分類，從而將香菇分為完整香菇和破損香菇兩個種類，完成對香菇破損情況的檢測。
作為進(jìn)一步優(yōu)選的，所述S1中，將所有圖像進(jìn)行濾波平滑，去除噪聲后再轉(zhuǎn)化為灰度圖像。
作為進(jìn)一步優(yōu)選的，所述S2中，對香菇的正面圖像和反面圖像進(jìn)行區(qū)分時，首先計算灰度圖像的識別特征參數(shù)，然后將識別特征參數(shù)輸入最小距離分類器中進(jìn)行分類，從而完成對正面圖像和反面圖像的區(qū)分。
作為進(jìn)一步優(yōu)選的，所述識別特征參數(shù)包括灰度圖像的灰度平均值μ，標(biāo)準(zhǔn)偏差σ，平滑度R，三階矩F，一致性S，其計算公式如下：
其中，N是灰度圖像數(shù)量，i是灰度等級，zi是等級為i的灰度值，p(zi)是香菇區(qū)域中等級為i的灰度對應(yīng)的灰度概率密度函數(shù)。
作為進(jìn)一步優(yōu)選的，所述S3中，以香菇外輪廓上隨機(jī)一個點作為起點，獲取外輪廓上每個位置對應(yīng)的灰度值，從而得到外輪廓上灰度值與位置關(guān)系的灰度采樣圖。
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)利屬于華中科技大學(xué)，未經(jīng)華中科技大學(xué)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/202010900934.6/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
