[发明专利]基于激光成像的马铃薯图像识别装置和方法有效
申请号: | 201710475688.2 | 申请日: | 2017-06-21 |
公开(公告)号: | CN107451585B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 饶秀勤;耿金凤;应义斌 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06V20/68 | 分类号: | G06V20/68;G06V10/14;G06V10/25;G06V10/26;G06V10/56;G06V10/422;G01N21/47 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 林超 |
地址: | 310058 浙江*** | 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 激光 成像 马铃薯 图像 识别 装置 方法 | ||
1.一种基于激光成像的马铃薯图像识别方法,其特征在于:该方法采用以下装置实现,装置包括待测对象(1)、光照箱(2)、线激光发射器(3)、计算机(4)、工业相机(5)、背景板(6)和反射带(7);线激光发射器(3)、计算机(4)和工业相机(5)均安装在光照箱(2)内,线激光发射器(3)放置在工业相机(5)上方,光照箱(2)侧端开口作为激光出射端,背景板(6)正对线激光发射器(3)的出射端处开有条形通槽,条形通槽远离光照箱(2)的一侧方置有反射带(7),待测对象(1)放置在条形通槽靠近光照箱(2)的一侧方,待测对象(1)位于线激光发射器(3)出射端的正前方;
该方法的步骤如下:
1)线激光发射器(3)的出射端发出水平的线激光照射到待测对象(1)的表面形成激光散射光斑,经待测对象(1)散射后被工业相机(5)采集到包含有激光散射光斑的原始激光散射图像,将原始激光散射图像进行阈值分割得到二值图像;
2)利用二值图像确定感兴趣区域;
3)将原始激光散射图像转化为灰度图像,在灰度图像的感兴趣区域内提取灰度值,并绘制成激光散射灰度剖面线,再处理后得到样条曲线;
4)在样条曲线上提取四个特征值;
步骤4)具体为:
在样条曲线上寻找并记录最高点坐标(um,vm),再寻找并记录样条曲线上纵坐标为0.9vm的两个点坐标、纵坐标为0.1vm的两个点坐标、纵坐标为0.8vm的两个点坐标和纵坐标为0.2vm的两个点坐标,然后采用以下方式提取四个特征值:
记纵坐标为0.9vm两个点的横坐标之间的差值与纵坐标为0.1vm两个点的横坐标之间的差值之比为第一宽比,纵坐标为0.8vm两个点的横坐标之间的差值与纵坐标为0.2vm两个点的横坐标之间的差值之比为第二宽比;
以0.9vm纵坐标值作为样条曲线的高h,以纵坐标为0.1vm两个点的横坐标之间的差值作为样条曲线的宽w,记样条曲线的高h与宽w的比值为第一高宽比;
对样条曲线进行差分得到差分曲线,在差分曲线上查找并记录差分值为5的两个点分别到样条曲线上所对应的点作为正差分点,查找并记录差分值为-5的两个点分别到样条曲线上所对应的点作为负差分点,计算两个正差分点的纵坐标之间的差值与两个负差分点的纵坐标之间的差值的平均值,横坐标较小的正差分点和横坐标较大的负差分点的横坐标之间的差值作为差分差值,记平均值和差分差值的比值为第二高宽比;
5)用提取到的特征值识别待测对象(1)为马铃薯或者非马铃薯类;
步骤5)具体为:
5.1)先以已知确定且各自同等数量的马铃薯、土块、石块的三类对象作为待测对象,采用步骤1)-4)进行处理获得每个对象各自的四个特征值,并对三类对象分别构建各自的样本数据矩阵,并计算样本数据矩阵协方差矩阵和均值矩阵;
5.2)接着以未知且需要确定是否为马铃薯的对象作为待测对象,采用步骤1)-4)进行处理获得四个特征值,用四个特征值构建待测对象矩阵R,计算待测对象矩阵R分别与马铃薯、土块、石块三类对象的协方差矩阵和均值矩阵之间的马氏距离Dp、Dc、Ds,三个马氏距离Dp、Dc、Ds中最小值为Dp,则对象识别为马铃薯,否则不为马铃薯。
2.根据权利要求1所述的一种基于激光成像的马铃薯图像识别方法,其特征在于:步骤2)具体步骤是:在二值图像中寻找激光散射光斑的最大宽度处并记录,以连续最大宽度处组成作为感兴趣区域的横向范围,由最大宽度处的上边缘点沿图像纵向方向向上延伸5倍的最大宽度作为感兴趣区域纵向范围的上边界,由最大宽度处的下边缘点沿图像纵向方向向下延伸5倍的最大宽度作为感兴趣区域纵向范围的下边界,由此构建形成感兴趣区域。
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浙江大学,未经浙江大学许可,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/201710475688.2/1.html,转载请声明来源钻瓜专利网。