[发明专利]基于光照背景差影法的水果表面缺陷检测方法

说明书

技术领域

本发明涉及计算机视觉图像处理方法，具体涉及一种基于光照背景差影法的水果表面缺陷检测方法。

背景技术

表面缺陷检测是水果分级的重要依据之一，在世界各国的水果评级标准中有严格的规定。国内外大量学者研究通过计算机视觉方式检测水果及农产品表面缺陷，但是许多农产品是类球体，二维图形中部的灰度值要远大于边缘的灰度值，导致表面缺陷图像检测的困难。

经过现有的技术检索发现，方法主要分为三类：

1)基于球体灰度模型的处理方法。譬如专利文献中国专利CN101984346A记载了一种基于低通滤波的水果表面缺陷检测方法，首先获得去除背景的R分量图像，利用水果彩色图像通过离散傅里叶变换进行低通滤波然后离散傅里叶反变换获得表面亮度图像，前者图像除以后者图像得到均一化亮度图像，再采用单阈值实现水果表面缺陷分割，该技术涉及频域转换计算较复杂；中国专利CN102788806A利用水果RGB图像和NIR图像，计算对比说水果缺陷形状、大小，但是水果不是严格球体，该专利用二值图像外接矩形最大宽度近似水果直径，最大宽度的一半作为迭代次数终止条件。这种方法对非圆形的椭圆形水果会产生缺陷检测误差。

2)基于表面纹理特征的处理方法。López-García F等人(2010)利用多元图像理论以及表面纹理特征算法训练方法检测脐橙表面缺陷，该算法比较复杂不易用于在线。(López-García F,Andreu-García G,Blasco J,et al.Automatic detection of skin defects in citrus fruits using a multivariate image analysis approach[J].Computers and Electronics in Agriculture,2010,71(2):189-19)。

3)基于多光谱成像技术的处理方法。J.Blascoa等人利用多光谱成像设备进行脐橙表面缺陷分析，该方法硬件成本较高和复杂(2007)(J.Blascoa,N.Aleixos.(2007).Citrus sorting by identification of the most common defects using multispectral computer vision.Journal of Food Engineering 83(2007)384–393)。

现有方法存在检测表面缺陷类型有限以及算法较复杂难以用于在线检测或者依赖成本较高的复杂硬件成像技术的问题，因此需要新的水果表面缺陷检测方法。

发明内容

本发明的目的在于提供一种基于光照背景差影法的水果表面缺陷检测的方法，相比背景技术，识别方法更简便检测速度更快，表面缺陷检测类型多以及对象实用性较广。

本发明解决其技术问题所采用的技术方案步骤如下：

1)获取水果RGB彩色图像；

2)对水果RGB彩色图像去除背景转换成灰度图像；

3)灰度图像进行中值滤波获得光照背景图像；

4)将步骤3)中的光照背景图像减去步骤2)中的灰度图像获得差影图像；

5)差影图像进行对比度调整，灰度阈值分割获得二值化图像；

6)二值化图像进行区域填充和中值滤波获得表面缺陷图像。

所述步骤3)对灰度图像进行80×80的中值滤波，得到光照背景图像。

所述步骤5)对差影图像的所有像素值用公式(1)进行对比度调整，获得对比度调整图像，然后对对比度调整图像每一个像素进行扫描，如果该像素的灰度数值大于分割阈值69，将该像素点的赋值1，否则赋值0，得到二值化图像；

式中：

I—差影图像所有像素值；

Y—对比度调整结果所有像素值。

所述步骤6)中对二值化图像用公式(2)进行区域填充，然后进行4×4的中值滤波，得到表面缺陷图像；

F_k＝(F_k-1E)∩D^c,F_k＝F_k-1 (2)

式中：

F—图像处理结果；

D—二值化图像的数据；

E—四连通域；

k—次数，k＝1，2，3…；

D^c—D的补集；

F_k—第k次的图像处理结果；