[发明专利]用于水蜜桃褐腐病缺陷检测的特征角余弦值方法

权利要求书

1.一种用于水蜜桃褐腐病缺陷检测的特征角余弦值方法，其特征在于，该方法的步骤如下：提取水蜜桃高光谱图像中660nm、680nm及700nm波段图像，对图像进行二值分割去背景、均值滤波和均值归一化后，计算3个波段图像像素构成的特征角的余弦值，以此作为特征值构建LDA像素分类器，实现水蜜桃褐腐病缺陷检测。

2.根据权利要求1所述的一种用于水蜜桃褐腐病缺陷检测的特征角余弦值方法，其特征在于：

1）所述提取波段图像：以黑色托盘为背景，采集高光谱图像，并提取660nm、680nm及700nm波段的水蜜桃图像；

2）所述对图像进行二值分割去背景：以680nm波段图像为对象，进行阈值分割，即采用阈值为图像像素最大灰度值×0.12的分割，大于该阈值的区域为水果区域；

3）所述均值滤波：对660nm、680nm及700nm波段图像的水果区域进行3×3均值滤波，即对每个像素点和该像素点周围8邻域内的像素求均值作为该像素点处的值，此8邻域用3×3掩膜矩阵覆盖，依次遍历整个水果区域；

4）所述均值归一化:对水果区域内的每一个像素点(x，y)作如下处理：对像素点(x,y)处的光谱值离散序列求均值，即对660nm、680nm及700nm波段处的光谱值求和取平均，得每个波段光谱值除以此均值，实现高光谱图像的均值归一化；计算公式如下：

RMeanN(x,y,λi)=RMeanF(x,y,λi)1NΣi=1NRMeanF(x,y,λi),]]>(i＝1,2,……，N)（1）

其中，N----为波段数，这里N=3，即λ₁=660nm，λ₂=680nm，λ₃=700nm；R_MeanN(x，y，λ_i)----为经过均值归一化后的λ_i波长处的波段图像；R_MeanF(x，y，λ_i)----为经过均值滤波后的λ_i波长处的波段图像；

5）所述特征角的余弦值计算：选取水果区域内的一个像素点(x，y)，以波长值为横坐标，光谱归一化值为纵坐标作光谱图，分别取该像素点光谱图的三点：A（λ_A，R_A）、B（λ_B，R_B）、C（λ_C，R_C），以夹角∠ABC为特征角，λ_A=660nm，λ_B=680nm，λ_C=700nm，采用公式（2）计算其余弦值:

cosθ=0.002+(RA-RB)(RC-RB)0.0025+(RA-RB)20.0016+(RC-RB)2---(2)]]>

6）所述建立分类器：以每个像素的特征角余弦值cosθ为特征值，取正常区和褐腐病区的像素各100个，分为0类和1类：正常区像素为0类，褐腐病区像素为1类，作为训练集，构建LDA像素分类器；

7）所述水蜜桃褐腐病缺陷检测：计算待测水果图像水果区域内每个像素的特征角余弦值cosθ，如果cosθ的值距离0类集群比1类集群近，则判为0类，反之判为1类；根据此原理，利用步骤6）构建的LDA像素分类器对水果区域内的像素进行分类，褐腐病缺陷区域像素值为1，正常区域为0，实现水蜜桃褐腐病缺陷检测。