[发明专利]一种基于机器视觉的香菇破损检测方法

权利要求书

1.一种基于机器视觉的香菇破损检测方法，其特征在于，包括如下步骤：

S1采集剪去菇柄香菇的图像，将所有图像转化为灰度图像，对灰度图像进行边缘特征提取，进而获取各图像中的香菇外轮廓；

S2根据灰度图像，对香菇的正面图像和反面图像进行区分，以香菇原先长有菇柄一侧的图像为反面图像；

具体的，对香菇的正面图像和反面图像进行区分时，首先计算灰度图像的识别特征参数，然后将识别特征参数输入最小距离分类器中进行分类，从而完成对正面图像和反面图像的区分；

所述识别特征参数包括灰度图像的灰度平均值μ，标准偏差σ，平滑度R，三阶矩F，一致性S，其计算公式如下：

其中，N是灰度图像数量，i是灰度等级，z_i是等级为i的灰度值，p(z_i)是香菇区域中等级为i的灰度对应的灰度概率密度函数；

S3根据反面图像中的香菇外轮廓，获取外轮廓上的灰度采样图；

具体的，以香菇外轮廓上随机一个点作为起点，获取外轮廓上每个位置对应的灰度值，从而得到外轮廓上灰度值与位置关系的灰度采样图；

S4提取灰度采样图中的破损特征参数，并将破损特征参数输入分类器中进行分类，从而将香菇分为完整香菇和破损香菇两个种类，完成对香菇破损情况的检测；

所述破损特征参数包括灰度采样图中像素灰度的平均值、方差，以及灰度采样图的平均波峰宽度、最大波峰宽度；其中，将灰度采样图中灰度值大于预设阈值的部分作为波峰。

2.如权利要求1所述的基于机器视觉的香菇破损检测方法，其特征在于，所述S1中，将所有图像进行滤波平滑，去除噪声后再转化为灰度图像。

3.如权利要求1或2所述的基于机器视觉的香菇破损检测方法，其特征在于，所述S4中，将破损特征参数输入KNN分类器中进行分类。