[发明专利]一种基于计算机视觉的甘蔗茎节识别方法

权利要求书

1.一种基于计算机视觉的甘蔗茎节识别方法，其特征在于，它的操作步骤如下：

1）用MATLAB软件对采集到的甘蔗茎节图像进行处理，采用灰度处理和索贝尔垂直边缘提取对甘蔗茎节预处理，得到索贝尔边缘图像；

2）再结合数学形态学对预处理后的不连续、细小边缘进行膨胀、腐蚀再膨胀，消除甘蔗茎边缘及无用小边缘，获得甘蔗茎节的边缘直线图像；

3）然后通过MATLAB中的Radon函数对甘蔗茎节的边缘直线图像进行直线提取，求出茎节直线距离坐标中心的距离，从而确定甘蔗茎节的正确位置。

2.根据权利要求1所述基于计算机视觉的甘蔗茎节识别方法，其特征在于，所述步骤1）的具体操作是：

读入图像，先对图像进行灰度转换，再采用索贝儿算子进行垂直方向的探测，其运算结果是一副边缘图像，由下列计算公式表示：

f_y(x,y)=f(x-1,y-1)+2f(x-1,y)+f(x-1,y+1)            （1）

-f(x+1,y-1)-2f(x+1,y)-f(x+1,y+1)

G[f(x，y)]=|f′_y(x，y)|                            （2）

式中f(x,y)是具有整数像素坐标的输入图像，f_y(x,y)表示像素点(x,y)在y方向上的差分，f′_y(x,y)表示y方向的一阶微分，式子2中G[f(x,y)]为索贝儿垂直算子的梯度，求出梯度后，可设定一个常数T，当G[f(x,y)]>T时，标出该点为边界点，其像素值设定为0，其他的设定为255。

3.根据权利要求1或2所述基于计算机视觉的甘蔗茎节识别方法，其特征在于，所述步骤2）的具体操作是：

对预处理后的图像进行膨胀处理，将细小的断续的茎节边缘连续起来并加宽，膨胀所使用的结构元素是半径为2个像素大小的圆；然后使用两个线段结构元素se90和se0，其中se90表示长度为30个像素的竖直的线；se0表示长度为3.5个像素的水平的线，对膨胀后的图像腐蚀；最后进行基于结构因素为线段的膨胀即基于边界长度的膨胀，结构因素选用上一步中se90，即获得甘蔗茎节的边缘直线图像。

4.根据权利要求1或2所述基于计算机视觉的甘蔗茎节识别方法，其特征在于，所述步骤3）的具体操作是：

以2）步骤处理后的图片的中心为原点建立直角坐标系；二元函数f(x,y)在某一方向上的投影是f(x,y)在该方向上的线积分，f(x,y)的投影可以沿任意角度θ进行，通常f(x,y)的Radon变换是f(x,y)平行于y'轴的线积分，其转换公式如下：

Rθ(x′)=∫-∞+∞f(x′cosθ-y′sinθ,x′sinθ+y′cosθ)dy′---(3)]]>

其中：

x′y′=cosθsinθ-sinθcosθxy=xcosθ+ysinθycosθ-xsinθ]]>

通过Radon变换获得的茎节边缘直线投影的峰值，峰值所对应的坐标即甘蔗茎节位置坐标，从而确认正确的茎节位置。