[发明专利]基于多图像块阈值分割算法的水果表面缺陷检测方法

说明书

本发明涉及基于多图像块阈值分割算法的水果表面缺陷检测方法，包括以下步骤：获取水果RGB彩色图像；提取R‑B差值分量图像构建掩模去除背景，形成目标图像I_orange；将目标图像I_orange分成n×n个长宽等同大小的小图像块，采用Otsu算法计算每个图像块的阈值T，计算类间平均灰度差Δd以排除纯背景或纯物体的干扰，对图像块二值化处理；将所有的二值化图像块复制进初始化后的模板形成完整的目标二值化图像；最后对得到的目标二值化图像进行面积滤波处理获得水果表面缺陷图像。本发明检测准确和实用，克服了类球型水果图像表面亮度分布不均导致的缺陷检测精度低问题，缺陷检测效率高，较传统缺陷检测算法，具有算法简单、运算速度快等特点。

技术领域

本发明涉及计算机视觉图像处理技术领域，具体为基于多图像块阈值分割算法的水果表面缺陷检测方法。

背景技术

水果表面缺陷一直是水果所有外在品质检测中的难点，也是水果分级的重要依据之一。国内外大量研究学者通过计算机视觉方式检测水果表面缺陷时发现，由于大多数水果呈球体或类球体，导致光照反射不均匀，造成水果表面亮度不均。水果图像中部即使是缺陷区域，其灰度值也远高于边缘区域。在灰度图像上表现为中部区域灰度值高，边缘区域灰度低，而缺陷区域通常也是以低灰度值的方式存在，因此，缺陷区域灰度与正常区域灰度存在交叉，导致缺陷区域提取的困难甚至是无法提取。

经过现有的技术检索发现，方法主要分为四类：

1)基于可见光成像检测技术的处理方法。如Rong Dian等人(2017)提出一种基于积分图像的灰度局部阈值方法快速分割脐橙表面缺陷，首先对去背景的脐橙灰度图像进行积分运算，计算当前像素的邻域像素平均值，并对当前像素完成阈值分割，即可实现对脐橙表面缺陷的分割(Rong Dian，Rao Xiuqin，Ying Yibin.Computer vision detection ofsurface defect on oranges by means of a sliding comparison window localsegmentation algorithm[J].Computers and Electronics in Agriculture，2017，137：59-68.)；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，对此分量进行傅里叶变换后进行低通滤波，通过傅里叶反变换获得此分量表面亮度图像，并对此亮度图像做均一化校正，最后采用单阈值法实现对水果表面缺陷分割。

2)基于多光谱成像技术的处理方法。Bennedsen等人采用中心位于740nm～950nm的滤波片以及机械定向装置对水果表面缺陷、果梗和果萼进行检测，但该研究仅能检测到缺陷、果梗及果萼，却不能区分缺陷、果梗及果萼(Bennedsen B.S.，PetersonD.L.Performance of a System for Apple Surface Defect Identification in Near-infrared Images[J].Biosystems Engineering，2005，90(4)：419-431.)。

3)基于高光谱成像技术的处理方法。得益于光谱技术的发展，高光谱成像技术已广泛应用于农产品快速无损检测中。高光谱成像本质是二维可见光成像技术和光谱技术的结合体，该技术既可检测农产品的外观品质，也可检测其内部品质。Niphadkar等基于高光谱成像技术实现对脐橙溃疡病果表面缺陷检测研究(Niphadkar N.P.，Burks T.F.，QinJ.，et a1.Edge effect compensation for citrus canker lesion detection due tolight source variation-a hyperspectral imaging application[J].AgriculturalEngineering International：CIGR Journal，2013.)；高光谱成像检测技术的优异性不言而喻，但该技术的硬件成本过高，导致难以推广。