[发明专利]基于图像颜色和纹理特征的成品茶种类和等级识别方法在审

专利信息
申请号: 202011426013.7 申请日: 2020-12-08
公开(公告)号: CN112418161A 公开(公告)日: 2021-02-26
发明(设计)人: 王进;张程;陆国栋;唐小林;费少梅;鲁晓卉;李文萃 申请(专利权)人: 浙江大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 杭州浙科专利事务所(普通合伙) 33213 代理人: 孙孟辉
地址: 315400 浙江省宁波市余*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 颜色 纹理 特征 成品 种类 等级 识别 方法
【说明书】:

发明属于数字图像处理技术领域,涉及基于图像颜色和纹理特征的成品茶种类和等级识别方法,使用工业相机和镜头,在自行设计的拍摄装置中采集成品茶图像;对图像进行预处理后,使用量化后的颜色直方图法提取图像的颜色特征,使用参数优化后的灰度共生矩阵法提取图像的纹理特征;对两类特征进行合并,导入基于网格搜索法优化的支持向量机分类器进行分类。本发明不但能实现对成品茶种类的准确区分,在同种类不同等级成品茶分类上也有优越表现,为实现茶叶种类和等级的高效自动化分类提供了新的技术路线。

技术领域

本发明属于数字图像处理技术方向,涉及基于图像颜色和纹理特征的成品茶种类和等级识别方法。

背景技术

中国是茶叶原产地和生产、消费第一大国,茶叶种类繁多,形态各异,同时,一种茶叶往往还有不同等级品质的区分,不同等级茶叶品质要求悬殊,价格差异很大,偶有不法商家钻空子,以次充好欺骗消费者。因此,如果能够准确、高效的识别茶叶的种类乃至等级,对茶叶的生产、销售以及市场规范都有巨大的意义。

传统对成品茶种类和等级进行区分靠人类经验,越是性状接近的茶叶,越需要经验丰富的专家,区分准确率越低,而且人工区分主观性强、效率低、准确率不令人满意。因此亟需引入自动化手段实现成品茶的高效、准确分类。当前已有借助香气、味道、光谱、图像等信息对茶叶进行分类,都取得了一些结果,在这些信息中,图像无疑是效率最高、最易获得的信息,如果能借助茶叶图像对成品茶进行分类,可以大大提升分类效果。

当前有一些学者借助数字图像处理、计算机视觉等技术进行成品茶分类,通过提取图像特征导入分类器进行分类,准确率有高有低,稳定性差。但是当前研究往往停留在应用算法层面,并没有针对特定的需求进行参数优化,分类准确率还有提升空间。特别的,当前对同种茶叶不同等级的分类研究尚属空白,若能实现对同种茶叶等级的分类,能为茶叶分类自动化提供新的应用场景。

发明内容

为了解决现有技术中存在的上述技术问题,本发明提出了基于图像颜色和纹理特征的成品茶种类和等级识别方法,其具体技术方案如下:

基于图像颜色和纹理特征的成品茶种类和等级识别方法,包括如下步骤:

步骤1:使用拍摄装置采集茶叶图像并进行预处理;

步骤2:使用量化后的颜色直方图法提取图像颜色特征,存储为颜色特征向量;

步骤3:使用优化参数后的灰度共生矩阵法提取图像纹理特征,存储为纹理特征向量;

步骤4:建立支持向量机分类模型,将颜色特征向量和纹理特征向量合并后作为输入,使用网格搜索法优化支持向量机的核函数和参数,选取分类效果最理想的参数;

步骤5:使用优化后的分类模型对不同种类和等级的茶叶图像进行分类。

进一步的,所述步骤1具体包括:采用分辨率为1920×1080的工业相机进行图片拍摄采集,对所述图片提取中间部分作为感兴趣区域,感兴趣区域范围大小为600×540,将提取的感兴趣区域作为数据库图像。

进一步的,所述步骤2具体包括:通过使用Python编程语言,借助OpenCV模块将图像原始的RGB颜色模型转化为HSV颜色模型,根据人眼的感知特性设置量化规律,并采用所述量化规律的颜色直方图法提取72个图像颜色特征,即对逐个像素点量化并计数,输出为72维颜色特征,每个特征代表参数G取该值时像素点的数目,提取典型颜色量化直方图,存储72维颜色特征向量。

进一步的,所述采用的量化规律具体为:每个像素,分别包含有H(色调)、S(饱和度)和V(明度)三个分量,采用量化规律简化三个参数分量的范围,即:

引入参数G,令:

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浙江大学,未经浙江大学许可,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/202011426013.7/2.html,转载请声明来源钻瓜专利网。

×

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