[发明专利]基于类球形亮度变换的水果表面缺陷检测方法

权利要求书

1.一种基于类球形亮度变换的水果表面缺陷检测方法，其特征在于，包括以下步骤：

S1.获取水果的RGB图像和NIR图像；

S2.从RGB图像中提取R分量图像；

S3.从NIR图像中形成二值化图像，求出二值化图像外接矩形最大宽度Y；

S4.提取二值化图像的边缘像素；

S5.通过R分量图像与所述边缘像素的点乘获得R分量图像的边缘；

S6.计算所述二值化图像的边缘像素的像素点个数M，将R分量图像的边缘的所有点的亮度之和除以像素点个数M获得亮度平均值；

S7.将R分量图像的边缘的所有点的亮度值均除以亮度平均值并乘以255，获得变换后的亮度图像R_correct；

S8.对变换后的图像进行累加，得到新的图像New_image=New_image+R_correct，其中，New_image的初始值为0；

S9.将二值化图像减去步骤S4中已经提取出来的二值化图像的边缘像素获得新的二值化图像，即：Binary=Binary-edge，并将循环次数加1，所述循环次数的初始值为1；

S10.判断循环次数是否大于S3步骤得到的最大宽度Y的一半Y/2，如果不大于则返回步骤S4；否则终止循环，获得变换后的新图像New_image；

S11、对步骤S10得到的新图像提取缺陷区域。

2.如权利要求1所述的方法，其特征在于，步骤S11具体为：采用单阈值分割的方法对步骤S10得到的新图像提取缺陷区域。

3.如权利要求1所述的方法，其特征在于，在步骤S11进行缺陷区域提取之前还采用高斯模糊滤波的方法对步骤S10得到的新图像进行处理。

4.如权利要求1所述的方法，其特征在于，在步骤S11之后还对所提取的缺陷区域进行去噪处理。

5.如权利要求4所述的方法，其特征在于，通过形态学开运算进行所述去噪处理。

6.如权利要求1所述的方法，其特征在于，步骤S1中，利用可见-近红外双CCD成像系统获取水果的RGB图像和NIR图像。

7.如权利要求1~6中任一项所述的方法，其特征在于，步骤S3中利用单阈值分割的方法形成二值化图像。