[发明专利]一种基于机器视觉的野生食用菌识别方法在审
| 申请号： | 202010164255.7 | 申请日： | 2020-03-11 |
| 公开（公告）号： | CN111291723A | 公开（公告）日： | 2020-06-16 |
| 发明（设计）人： | 林楠;王娜;于合龙;李东明;李卓识;韩永奇;张莹;王越 | 申请（专利权）人： | 吉林农业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 刘凤玲 |
| 地址： | 130118 吉林省长春市新*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 机器 视觉 野生 食用菌 识别 方法 | ||
1.一种基于机器视觉的野生食用菌识别方法，其特征在于，包括：
获取待识别图像；
对所述待识别图像进行去噪处理、增强处理以及二值化处理；
确定处理后的待识别图像中各像素的H分量、S分量和V分量；
提取H分量在第一设定范围、S分量在第二设定范围且V分量在第三设定范围的像素，得到第一识别图像；
对所述第一识别图像进行膨胀腐蚀处理以及边缘检测；
在所述第一识别图像中确定外接矩形的面积在第四设定范围、外接矩形的圆形度在第五设定范围以及外接矩形的相邻边长比在第六设定范围的区域，所述区域即为识别出的野生食用菌。
2.根据权利要求1所述的基于机器视觉的野生食用菌识别方法，其特征在于，采用中值滤波法对所述待识别图像进行所述去噪处理。
3.根据权利要求1所述的基于机器视觉的野生食用菌识别方法，其特征在于，采用Retinex增强算法对所述待识别图像进行所述增强处理。
4.根据权利要求1所述的基于机器视觉的野生食用菌识别方法，其特征在于，所述确定处理后的待识别图像中各像素的H分量、S分量和V分量，具体包括：
确定处理后的待识别图像中各像素在非均匀量化为16:3:3的HSV颜色空间中的H分量、S分量和V分量。
5.根据权利要求1所述的基于机器视觉的野生食用菌识别方法，其特征在于，归一化的所述H分量对应的所述第一设定范围为0.1-0.38。
6.根据权利要求1所述的基于机器视觉的野生食用菌识别方法，其特征在于，归一化的所述S分量对应的所述第二设定范围为0.3-0.56。
7.根据权利要求1所述的基于机器视觉的野生食用菌识别方法，其特征在于，归一化的所述V分量对应的所述第三设定范围为0.51-0.78。
8.根据权利要求1所述的基于机器视觉的野生食用菌识别方法，其特征在于，所述第四设定范围为50-90cm2。
9.根据权利要求1所述的基于机器视觉的野生食用菌识别方法，其特征在于，所述第五设定范围为0.50-1.20。
10.根据权利要求1所述的基于机器视觉的野生食用菌识别方法，其特征在于，所述第六设定范围为0.60-1.45。
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吉林农业大学，未经吉林农业大学许可，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/202010164255.7/1.html，转载请声明来源钻瓜专利网。
