[发明专利]基于图像识别的茶叶鲜叶分叉数量识别方法在审

专利信息
申请号: 201410607726.1 申请日: 2014-11-03
公开(公告)号: CN104331702A 公开(公告)日: 2015-02-04
发明(设计)人: 黄辉 申请(专利权)人: 黄辉
主分类号: G06K9/60 分类号: G06K9/60
代理公司: 暂无信息 代理人: 暂无信息
地址: 318020 浙江省台州市黄岩区嘉木路288*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 识别 茶叶 分叉 数量 方法
【权利要求书】:

1.一种基于图像识别的茶叶鲜叶分叉数量识别方法,其特征在于:包括采摘茶叶并选取图像背景,所述的图像背景为单色且不同于茶叶颜色。

2.根据权利要求1所述的基于图像识别的茶叶鲜叶分叉数量识别方法,其特征在于:该方法至少包括以下步骤:

步骤1:采集采摘的茶叶鲜叶的图像;

步骤2:对采集的图像进行高斯低通滤波处理,滤除图像中的噪声,获得茶叶轮廓边缘平滑的图像;

步骤3:以像素为单位,计算每个像素点红色值减去蓝色值的绝对值,记作红蓝色差值;

步骤4:对红蓝色差值进行阈值比较,获得茶叶鲜叶的二值图像;

步骤5:计算茶叶鲜叶的骨架细化图像;

步骤6:在整幅骨架细化图像中,逐个像素点查找像素值为1的点,记录该像素点的水平和垂直坐标值;

步骤7:根据记录下的水平和垂直坐标值所对应的像素点,按像素点进行八方向链码计算,对链码值进行累加,当链码值累加和大于2时,记录当前像素点的水平坐标值;当链码值累加和不大于2时不记录;

步骤8:对水平坐标值通过冒泡排序方法进行由小到大排序;

步骤9:依次对由小到大排序的水平坐标值计算后一个数减去前一个数的值,如果该值大于2时,则表示找到新一个分叉节点;对查找到的分叉节点进行累计,最后得到图像的总分叉节点数量。

3.根据权利要求2所述的基于图像识别的茶叶鲜叶分叉数量识别方法,其特征在于:在所述的步骤4中,所述的阈值取为0.1,如果红蓝色差值大于0.1时,将对应的像素点值设置为1,如果红蓝色差值小于等于0.1时,将对应的像素点值设置为0。

4.根据权利要求2所述的基于图像识别的茶叶鲜叶分叉数量识别方法,其特征在于:在所述的步骤5中,通过Zhang-Suen方法,在第一轮子迭代中,如果以下4个条件全部为真,那么像素I(i,j)就会被删除:

条件1:这个像素的连通数为1;

条件2:至少有两个黑色的邻居,但是不多于6个;

条件3:I(i,j+1)、I(i-1,j)和I(i,j-1)中至少有一个为背景;

条件4:I(i-1,j)、I(i+1,j)和I(i,j-1)中至少有一个为背景;

在第一轮子迭代之后,标记的像素I(i,j)被删除;

步骤5.1:在第二轮子迭代中,如果以下4个条件全部为真,那么像素I(i,j)就会被删除:

条件1:这个像素的连通数为1;

条件2:至少有两个黑色的邻居,但是不多于6个;

条件3:I(i-1,j)、I(i-1,j)和I(i+1,j)中至少有一个为背景;

条件4:I(i,j+1)、I(i+1,j)和I(i,j-1)中至少有一个为背景;

在第二轮子迭代之后,标记的像素也被删除;如果在第一轮和第二轮子迭代的最后都没有像素被删除,则骨架构造完成。

5.根据权利要求2所述的基于图像识别的茶叶鲜叶分叉数量识别方法,其特征在于:在所述的步骤8中,所述的冒泡排序方法包括如下步骤:

步骤8.1:比较相邻的元素,如果第一个比第二个大,就互换第一个和第二个;

步骤8.2:对每一对相邻元素重复步骤8.1,从开始第一对到结尾的最后一对;

步骤8.3:针对所有的元素重复以上的步骤,除了步骤8.2中比较的最后一个;

步骤8.4:持续每次对越来越少的元素重复步骤8.1-步骤8.3,直到没有任何一对数字需要比较。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于黄辉,未经黄辉许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410607726.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top