[发明专利]一种基于形状和颜色特征的鞋垫自动分类方法

说明书

本发明公开了一种基于形状和颜色特征的鞋垫自动分类的方法，其中离线训练包括如下步骤：一幅图像有多个鞋垫，先手动矩形框选鞋垫，然后对图像进行中值滤波，再对RGB图像转换到HSV颜色空间，对V通道图像进行阈值分割，再对阈值分割后图像进行最大轮廓提取；对最大轮廓的面积、弧长、最小外接矩形的长、最小外接矩形的宽、H通道图像灰度均值作为特征；根据鞋垫左右脚识别方法，分别建立左右SVM分类器，并添加类别标签，然后进行SVM训练，并将训练后的文件保存下来。该方法通过机器视觉采用数据科学中机器学习算法用于检测模块的构建和鞋垫形状颜色的检测识别，不受环境影响，识别稳定，快速，提高生产效率，减少人工降低了生产成本。

技术领域

本发明涉及机器视觉与机器学习领域，本发明可以广泛应用于鞋垫制造与加工企业中鞋垫流水线上的一种基于形状和颜色特征的鞋垫自动分类方法。

背景技术

在鞋垫生产企业中，从不同压模机出来的鞋垫进行到流水线上，操作工需要将不同类型鞋垫进行人工识别，人工分类，然后将同一种类型，比如相同形状和颜色的进行打包，这种方式自动化程度低，生产效率低，尤其针对大通量的流水线，效果不理想。机器视觉具有识别稳定，快速，非接触性等特点，用视觉代替人眼有着广阔前景，目前，针对鞋垫的专利集中在保健医疗、根据鞋底花纹追踪嫌犯。而对生产流水线上，对鞋垫的自动识别与分类的专利没有。

发明内容

本发明的目的在于提供一种用于生产流水线上，对鞋垫的自动识别与分类方法。

一种基于形状和颜色特征的鞋垫自动分类的方法，其特征在于包括：

(1)、鞋垫左右脚识别方法，步骤如下：

①.对输入的轮廓计算三阶矩，计算轮廓质心(Xc,Yc)和主轴斜率，并计算经过质心垂直主轴直线方程L₁；

②.对①中输入轮廓逐个点计算，判断点在直线L₁的左侧还是右侧；

③.分别计算直线L₁的左侧和右侧的轮廓点面积S₁、S₂，及质心(X₁,Y₁)和质心(X₂,Y₂)；

④.判断S₁和S₂的面积大小，若S₁大于S₂，则S₁为鞋头部分，根据(X₁,Y₁)与(Xc,Yc)位置关系，获取需要的旋转角度，使1中轮廓绕(Xc,Yc)旋转，使(X₁,Y₁)与(Xc,Yc)直线在水平位置，鞋头朝左；若S₂大于S₁，则S₂为鞋头部分，根据(X₂,Y₂)与(Xc,Yc)位置关系，获取需要的旋转角度，使1中轮廓绕(Xc,Yc)旋转，使(X₂,Y₂)与(Xc,Yc)直线在水平位置，鞋头朝左；

⑤.获取旋转后轮廓的凸包区域与旋转后区域的差值，差值区域的质心(Xres,Yres)，如果Yres小于Yc，判断为左脚，如果Yres大于Yc，判断为右脚。

(2)、离线训练，包括如下步骤：

①.一幅图像有多个鞋垫，先手动矩形框选鞋垫，然后对图像进行中值滤波，再对RGB图像转换到HSV颜色空间，对V通道图像进行阈值分割，再对阈值分割后图像进行最大轮廓提取；

②.对最大轮廓的面积、弧长、最小外接矩形的长、最小外接矩形的宽、H通道图像灰度均值作为特征；

③.根据鞋垫左右脚识别方法，分别建立左右SVM分类器，并添加类别标签，然后进行SVM训练，并将训练后的文件保存下来；