[发明专利]一种识别马铃薯的图像处理方法

说明书

本发明公开了一种识别马铃薯的图像处理方法。对待测对象的采集图像进行二值分割，并提取目标轮廓及其轮廓点；对轮廓点进行等距离取点，作为采样点；对采样点进行高斯平滑滤波，获得高斯滤波点，并求取高斯滤波点的参考中心；计算采样点和高斯滤波点到参考中心距离的相对误差，提取待测对象所有相对误差的最大值、极大值、平均差、和标准差，四个参数作为形状特征，用提取的形状特征识别待测对象是马铃薯或者非马铃薯类。本发明避免了使用颜色特征产生的结果不稳定的缺点，实现快速准确地识别出马铃薯或者非马铃薯类。

技术领域

本发明涉及一种识别马铃薯的图像处理方法。

背景技术

马铃薯是仅次于大米、小麦和玉米的世界第四大粮食作物，具有生长周期短、适应性强、产量高、用途广等优点，因此在世界范围内被广泛种植。在实际生产中，马铃薯收获后的清洁程度对马铃薯的运输、贮藏、加工、销售等环节十分重要。当前应用广泛的收获机械进行异物剔除主要依据的是马铃薯与异物之间的尺寸差异，进行振动筛选，这种方式对大小与马铃薯相近的土块和石块，往往清除不够彻底，且混杂在马铃薯中，对马铃薯损伤较大。

美国专利US8642910利用线阵CCD、激光或是卤素灯在物料抛落过程中检测浆果类水果中的异物，采用旋转圆柱体作为背景以防止背景表面的污染，背景颜色采用与正常物料相对的颜色，根据图像中颜色差异对物料进行分类识别(Pellenc R，NieroR.Selective-sorting harvesting machine and sorting chain including one suchmachine:US，US8642910[P].2014.)。

专利WO 2014/037290 A1在利用机器视觉技术对根茎类物料进行异物识别时，为了检测出马铃薯中的异物，对采集到的目标图像进行如下处理：提取彩色图像中的目标，对每个目标所包含的像素进行颜色特征提取，根据这些颜色特征对像素进行模式识别，统计目标中马铃薯像素的占比，若目标占比高于阈值时，判断目标为马铃薯，否则判断是土块或石块。阈值的大小与马铃薯表面泥土覆盖的面积相关，当马铃薯表面覆盖泥土面积较大时，阈值较大，反之阈值较小(McGloughlin J，Frost J，Moynihan M.Method and apparatusfor handling harvested root crops:U.S.Patent Application 14/426,578[P].2013-8-30.)。

上述利用机器视觉技术检测马铃薯异物的方法，均是利用图像的颜色特征，对目标识别前需要先对图像中的像素进行识别，因此参与计算的数据量较大，且易受马铃薯表面泥土覆盖情况的影响，通常需要事先对实际情况进行分析，或是依据经验设置阈值，操作复杂且精度不高。

发明内容

本发明通过对比轮廓处理前后的差距，提出了一种识别马铃薯的图像处理方法，并通过试验验证了该方法的可靠性。

本发明解决其技术问题所采用的技术方案是：

1)对待测对象的采集图像进行二值分割，并提取目标轮廓及其轮廓点，具体是逆时针方向提取二值分割后中心连通区域的轮廓上的坐标点作为轮廓点；

2)对轮廓点进行等距离取点，作为采样点；

3)对采样点进行高斯平滑滤波，获得高斯滤波点，并求取高斯滤波点的参考中心；

4)计算采样点和高斯滤波点到参考中心距离的相对误差；

5)提取待测对象所有相对误差的最大值、极大值、平均差和标准差，四个参数作为形状特征；

6)用提取的形状特征识别待测对象是马铃薯或者非马铃薯类。

所述步骤2)具体步骤是：

2.1)设定像素点间距离阈值L；