[发明专利]一种多分辨率叶片样品外观特征提取方法

说明书

本发明涉及一种多分辨率叶片样品外观特征提取方法，属于叶片检测技术领域。本发明方法通过全景图像传感器采集整张叶片外观特征图像，对图像进行ROI分割处理，去除背景并提取出整张叶片ROI和叶片主脉ROI；在整张叶片ROI中，计算出工业显微镜采样点的数量与位置数据信息；将采样点到主脉距离不小于距离阈值l的采样点和叶片交并比IOU不大于阈值p的采样点去除；根据已知工业图像传感器内参，通过坐标转换，将采样点像素坐标转换为世界坐标，计算出每个采样点工业图像传感器采样的移动距离L；计算出工业图像传感器移动至采样点的电机所需脉冲数P；通过电机所需脉冲数，将工业图像传感器移动至采样点位置，提取采样点的叶片外观特征高分辨率图像数据。

技术领域

本发明涉及一种多分辨率叶片样品外观特征提取方法，属于叶片检测技术领域。

背景技术

目前我国叶片分级主要依靠于人工分级，这种方式需要的大量的人员，并且培训叶片分级操作员需要大量的时间，成本较高，而且由于人为因素，导致分级精度和效率较低，所以迫切需要满足于工业需求的机器分级方法，替代人工分级。机器分级方法需要叶片外观特征，目前主要是通过广角相机采集叶片外观特征图像，采集的图像分辨率较低，精度不够，不利于后期通过图像识别算法进行叶片分级。

发明内容

本发明针对叶片分级中叶片样品外观特征提取的问题，提出了一种多分辨率叶片样品外观特征提取方法，即采用多分辨率叶片样品外观特征提取装置提取叶片整体外观特征和高分辨率的叶片主脉外观特征，代替依靠人工触摸和肉眼观察的方式去获取叶片外观特征，降低人工成本和避免人为因素干扰，提升叶片外观特征提取的准确度和效率。

一种多分辨率叶片样品外观特征提取方法，采用多分辨率叶片样品外观特征提取装置，具体步骤如下：

1)通过全景图像传感器采集整张叶片外观特征图像；

2)对图像进行ROI分割处理，去除背景并提取出整张叶片ROI和叶片主脉ROI；

3)在整张叶片ROI中，计算出工业显微镜采样点的数量与位置数据信息；

4)将采样点到主脉距离不小于距离阈值l的采样点和叶片交并比IOU不大于阈值p的采样点去除；其中叶片交并比IOU为叶片所占面积与工业相机采样图像面积之比；其中距离阈值l为1-2cm，具体阈值l根据不同种类的叶片尺寸大小而定，阈值p为0.5；

5)根据已知工业图像传感器的焦距、旋转矩阵和平移矩阵，通过坐标转换，将采样点像素坐标转换为世界坐标，计算出每个采样点工业图像传感器采样的移动距离L；

6)根据移动距离L、传动比i、螺距K和电机步距角B，计算出工业图像传感器移动至采样点的电机所需脉冲数P；

7)通过电机所需脉冲数，驱动成像装置移动构件将工业图像传感器移动至采样点位置，提取采样点的叶片外观特征高分辨率图像数据。

所述步骤2)ROI分割处理方法：采用目标检测算法，在背景中框选出整张叶片ROI和叶片主脉ROI，并计算出ROI框的左上角与右下角的像素坐标。

所述步骤3)工业显微镜采样点的数量与位置数据信息计算方法：

整张叶片ROI框的两个对角顶点像素坐标为A₁(X₁，Y₁)和A₂(X₂，Y₂)，工业图像传感器的分辨率为a×b，通过公式S＝[(X₂-X₁)％a]·[(Y₂-Y₁)％b]，计算采样点数量；通过公式X_i,j＝X₁+a/2+a·(i-1)，Y_i,j＝Y₁+b/2+b·(j-1)计算所有采样点像素坐标，其中％为求余计算。