[发明专利]一种生鲜食品变质区域快速检测方法及系统有效

专利信息
申请号: 202310513288.1 申请日: 2023-05-09
公开(公告)号: CN116228772B 公开(公告)日: 2023-07-21
发明(设计)人: 杜兴兰;王书红;吴慧;霍静 申请(专利权)人: 聊城市检验检测中心
主分类号: G06T7/00 分类号: G06T7/00;G06T7/90
代理公司: 北京真致博文知识产权代理事务所(普通合伙) 11720 代理人: 娄华
地址: 252000 山*** 国省代码: 山东;37
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 生鲜 食品 变质 区域 快速 检测 方法 系统
【权利要求书】:

1.一种生鲜食品变质区域快速检测方法,其特征在于,包括以下步骤:

获取待检测生鲜食品在HSV三维色彩空间上的生鲜食品区域图像,进而确定所述生鲜食品区域图像中每个像素点对应的预设窗口区域;

根据每个像素点对应的预设窗口区域内每个窗口像素点对应的三通道分量,确定每个像素点的生鲜局部差异度;所述窗口像素点为像素点对应的预设窗口区域内的像素点;

根据所述预设窗口区域内每个窗口像素点对应的三通道分量的梯度幅值,确定每个像素点为变质区域边缘的联合概率;

根据每个像素点为变质区域边缘的联合概率、每个像素点的生鲜局部差异度和色相度,确定每个像素点的生鲜变质度;

构造所述生鲜食品区域图像对应的加权无向图,根据所述加权无向图中每个像素点的生鲜变质度,确定加权无向图中的各条边的边权;

根据加权无向图中每个像素点和各条边的边权,构造加权无向图对应的能量函数;

根据所述能量函数确定能量函数最小值对应的各条目标边,将各条目标边断开,获得生鲜食品区域图像中的变质区域图像;

根据每个像素点对应的预设窗口区域内每个窗口像素点对应的三通道分量,确定每个像素点的生鲜局部差异度,包括:

对于生鲜食品区域图像中的任意一个像素点,对像素点对应的预设窗口区域内每个窗口像素点的饱和度的累加和进行负相关映射处理,将负相关映射后的数值确定为对应像素点的第一差异因子;

对于像素点对应的预设窗口区域内的任意一个窗口像素点,将像素点的色相度与对应窗口像素点的色相度之间的差值的绝对值,确定为对应窗口像素点的第二差异因子;将像素点的亮度与对应窗口像素点的亮度之间的差值的绝对值,确定为对应窗口像素点的第三差异因子;将对应窗口像素点的第二差异因子与第三差异因子乘积,确定为对应窗口像素点的第四差异因子;将像素点对应的预设窗口区域内的每个窗口像素点的第四差异因子的累加和,确定对应像素点的第五差异因子;

将像素点的第一差异因子和第五差异因子的乘积,确定为对应像素点的生鲜局部差异度;

根据所述预设窗口区域内每个窗口像素点对应的三通道分量的梯度幅值,确定每个像素点为变质区域边缘的联合概率,包括:

对于任意一个像素点对应的预设窗口区域内每个窗口像素点对应的色相度,根据像素点对应的预设窗口区域内每个窗口像素点对应的色相度,确定像素点对应的预设窗口区域内每行的色相梯度投影值和每列的色相梯度投影值;

根据像素点对应的预设窗口区域内每个窗口像素点对应的色相度、每行的色相梯度投影值和每列的色相梯度投影值,确定像素点的色相变质边缘概率,从而确定像素点的饱和度变质边缘概率和亮度变质边缘概率;

将像素点的色相变质边缘概率、饱和度变质边缘概率和亮度变质边缘概率相加后的数值,确定为对应的像素点为变质区域边缘的联合概率;

根据每个像素点为变质区域边缘的联合概率、每个像素点的生鲜局部差异度和色相度,确定每个像素点的生鲜变质度,包括:

对于生鲜食品区域图像中的任意一个像素点,将像素点为变质区域边缘的联合概率与对应像素点对应的色相度的乘积,确定为对应像素点的第一变质因子;将像素点的生鲜局部差异度确定为对应像素点的第二变质因子;对像素点的第一变质因子和第二变质因子进行相加处理,将相加处理后的数值进行向上取整处理,将向上取整处理后的数值确定为对应像素点的生鲜变质度;

根据所述加权无向图中每个像素点的生鲜变质度,确定加权无向图中的各条边的边权,包括:

对于加权无向图中的任意一条边,将对应边上的两个像素点的生鲜变质度的差值的平方,确定为对应边的初始边权,对所述初始边权与超参数的比值进行负相关映射,将负相关映射后的数值确定为对应边的边权。

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聊城市检验检测中心,未经聊城市检验检测中心许可,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/202310513288.1/1.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