[发明专利]一种基于OCT图像的香梨瘀伤鉴别方法

权利要求书

1.一种基于OCT图像的香梨瘀伤鉴别方法，其特征在于包括以下步骤：

1)采集香梨果实的OCT图像；

2)使用自动阈值法分离OCT图像中的果实目标和背景；

3)对梨的表皮外轮廓作曲线拟合，根据表皮外轮廓对果实目标进行平移变换；

所述步骤3)具体为：

3.1)对果实目标图像进行二值化处理，将所有灰度值不为0的像素点的灰度值均置为1；

3.2)对二值化后图像中的每一列像素点，自上向下搜索该列出现第一个灰度值为1的像素点，并记录作为待拟合像素点；

3.3)用二次多项式结合前向神经网络方法对所有待拟合像素点进行拟合，得到果实目标上部背景和果实目标之间的分界线及分界线上的像素点，所述分界线作为表皮外轮廓；

3.4)取分界线上所有点的图像纵坐标均值，将果实目标图像中的每一列像素以该图像纵坐标均值为基准，将图像中每列像素整体进行向上或者向下平移，使得原果实目标图像中的分界线拉平变换为水平直线，每一列像素向上或者向下平移后上部超出图像外的部分剔除，平移后图像中上部和下部中缺失的部分用灰度值为0的像素填补；

4)绘制关系曲线，获得果实目标中表皮和果肉的分界线，作为表皮内轮廓；

5)对图像中表皮内轮廓以下的部分进行平滑处理；

6)将平滑处理后的果实目标图像沿水平方向等分成若干个区块；

7)根据作为表皮内轮廓求解每个区块的干涉强度下降速率；

所述步骤7)具体为：

7.1)在每一区块中，自上向下求每行的灰度均值，由各行灰度均值形成均值曲线；

7.2)使用最大最小归一化方法对均值曲线进行归一化处理；

7.3)使用三次多项式函数拟合归一化处理后的均值曲线；

7.4)拟合后的均值曲线中取靠近表皮内轮廓的线段进行线性拟合，求得该线段的线性斜率作为干涉强度下降速率；

8)对于OCT图像中的任一检测区域，求解该检测区域所有区块的干涉强度下降速率的均值，通过预设阈值判断瘀伤的结果。

2.根据权利要求1所述的一种基于OCT图像的香梨瘀伤鉴别方法，其特征在于：所述步骤2)具体为：

2.1)处理获得OCT图像的灰度直方图；

2.2)使用拟牛顿法求解如下公式的优化问题，得到果实目标和背景分离阈值k的最优值；

其中，ω(k)、μ(k)和μ_T分别表示零阶概率水平、一阶概水平及总平均概率水平；k表示果实目标和背景分离阈值，k*表示k的拟合近似值，L表示灰度总数，表示果实目标和背景分离阈值k的最优值；

2.3)OCT图像中，将灰度值大于等于果实目标和背景分离阈值k的最优值的像素点保留，小于果实目标和背景分离阈值k的最优值的像素点均置为灰度值0，由此形成果实目标图像。

3.根据权利要求2所述的一种基于OCT图像的香梨瘀伤鉴别方法，其特征在于：所述步骤2.2)中的ω(k)、μ(k)和μ_T分别采用以下公式计算：

其中，k为果实目标和背景分离阈值，i为像素点的灰度索引，p_i表示灰度直方图中灰度的分布概率，L表示灰度总数，p_i＝n_i/N，N为图像中像素点总数，n_i为灰度值为i的像素点总数。

4.根据权利要求1所述的一种基于OCT图像的香梨瘀伤鉴别方法，其特征在于：所述步骤4)具体为：

4.1)取步骤3)平移变换后的果实目标图像的一列与步骤3)获得的表皮外轮廓之间的交点为起点，绘制第一列图像灰度与OCT图像纵向深度的关系曲线；

4.2)在关系曲线中，搜索与起点最接近的最大吸收峰，以最大吸收峰所在的像素点为果实目标图像中该列的表皮和果肉的分界点；

4.3)重复步骤4.1)-4.2)，从第一列开始遍历果实目标图像的所有列，取所有列中表皮和果肉的分界点组成表皮和果肉的分界，作为表皮内轮廓。

5.根据权利要求1所述的一种基于OCT图像的香梨瘀伤鉴别方法，其特征在于：所述步骤5)是采用基于Anscombe变换域BM3D的平滑滤波及降噪方法进行平滑处理。

6.根据权利要求1所述的一种基于OCT图像的香梨瘀伤鉴别方法，其特征在于：所述步骤8)中，将计算得到的干涉强度下降速率的均值与预设阈值进行比较，采用以下判断方式获得该检测区域是否存在瘀伤的结果：若检测区域所有区块干涉强度下降速率的均值小于等于预设阈值，则该检测区域的香梨果肉存在瘀伤；若指定区域所有区块干涉强度下降速率的均值大于预设阈值，则该检测区域的香梨果肉不存在瘀伤。