[发明专利]大蒜的疤识别方法、装置及分选设备有效

专利信息
申请号: 201911369118.0 申请日: 2019-12-26
公开(公告)号: CN113052177B 公开(公告)日: 2022-08-23
发明(设计)人: 吴小号 申请(专利权)人: 合肥美亚光电技术股份有限公司
主分类号: G06V10/26 分类号: G06V10/26;G06V10/20;G06V20/68
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 付文虹
地址: 230088 安徽省合肥*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 大蒜 识别 方法 装置 分选 设备
【权利要求书】:

1.一种大蒜的疤识别方法,其特征在于,包括以下步骤:

采集大蒜图像;

识别所述大蒜图像中的预设区域,并去除所述预设区域,得到预处理后的图像;

对所述预处理后的图像中的大蒜进行疤识别,得到疤区域;

所述识别所述大蒜图像中的预设区域,具体包括:

确定大蒜的主轴,获取所述主轴与大蒜边缘的第一交点和第二交点,其中,所述主轴为贯穿所述大蒜根部区域和尾部区域的轴;

沿所述主轴在所述大蒜上分别取包括所述第一交点的预设长度的第一区域和包括所述第二交点的预设长度的第二区域;

将所述第一区域和所述第二区域作为所述预设区域,或将所述第一区域和所述第二区域中面积变化幅度较小的一者作为所述预设区域。

2.据权利要求1所述的大蒜的疤识别方法,其特征在于,所述确定大蒜的主轴,具体包括:

计算所述大蒜的最小外接矩;

确定所述最小外接矩的长中心轴;

将所述长中心轴作为所述大蒜的主轴。

3.据权利要求1所述的大蒜的疤识别方法,其特征在于,所述确定大蒜的主轴,具体包括:

提取所述大蒜的所有边界点;

根据所有边界点的坐标拟合出椭圆;

将所述椭圆的长轴作为所述大蒜的主轴。

4.根据权利要求1所述的大蒜的疤识别方法,其特征在于,所述对所述预处理后的图像中的大蒜进行疤识别,具体包括:

通过训练好的基于卷积神经网络的识别模型对所述预处理后的图像中的大蒜进行疤识别,或者

通过色选方式对所述预处理后的图像中的大蒜进行疤识别。

5.根据权利要求1所述的大蒜的疤识别方法,其特征在于,在得到疤区域之后,还包括:排除所述疤区域中阴影区域的误识别。

6.根据权利要求5所述的大蒜的疤识别方法,其特征在于,所述排除所述疤区域中阴影区域的误识别,具体包括:

从所述预处理后的图像中,提取具有疤区域的大蒜图像;

以该大蒜图像的背景灰度为阈值,进行二值化处理,得到第一目标区域;

以所述疤区域的灰度为阈值,进行二值化处理,得到第二目标区域;

对所述第一目标区域进行腐蚀,得到第三目标区域;

从所述第二目标区域中去除其与所述第三目标区域的交集区域,得到阴影区域;

针对与所述阴影区域有重叠的疤区域,如果重叠区域占该疤区域的比例大于第一预设比例阈值,则判定该疤区域为无效疤区域。

7.根据权利要求5所述的大蒜的疤识别方法,其特征在于,所述排除所述疤区域中阴影区域的误识别,具体包括:

从所述预处理后的图像中,提取具有疤区域的大蒜图像;

以该大蒜图像的背景灰度为阈值,进行二值化处理,得到第一目标区域;

对所述第一目标区域进行腐蚀,得到第三目标区域;

针对与所述第三目标区域有重叠的疤区域,如果该疤区域与所述第三目标区域的重叠面积占该疤区域的比例小于第二预设比例阈值,则判断该疤区域为无效疤区域。

8.一种大蒜的疤识别装置,其特征在于,包括:

采集模块,用于采集大蒜图像;

预处理模块,用于识别所述大蒜图像中的预设区域,并去除所述预设区域,得到预处理后的图像;

识别模块,用于对所述预处理后的图像中的大蒜进行疤识别,得到疤区域;

所述识别所述大蒜图像中的预设区域,具体包括:

确定大蒜的主轴,获取所述主轴与大蒜边缘的第一交点和第二交点,其中,所述主轴为贯穿所述大蒜根部区域和尾部区域的轴;

沿所述主轴在所述大蒜上分别取包括所述第一交点的预设长度的第一区域和包括所述第二交点的预设长度的第二区域;

将所述第一区域和所述第二区域作为所述预设区域,或将所述第一区域和所述第二区域中面积变化幅度较小的一者作为所述预设区域。

9.一种分选设备,其特征在于,包括如权利要求8所述的大蒜的疤识别装置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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合肥美亚光电技术股份有限公司,未经合肥美亚光电技术股份有限公司许可,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/201911369118.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top