[发明专利]一种基于色值等级邻近加权状况的果蔬图像颜色检测方法

说明书

本发明公开了一种基于色值等级邻近加权状况的果蔬图像颜色检测方法，通过任意选取若干个在果蔬图像加权系数训练集中的像素点的色值等级邻近加权状况与像素点可成为聚类中心的专家评价值的差值之和来构造色值等级差异抽样状况目标函数，而后由自色值等级一致邻近环数开始向外的若干环的数值乘以色值等级一致比例后的加权值来确定不同像素点的色值等级邻近加权状况从而判断某个像素点是否成为超像素块的聚类中心，通过将被检测果蔬图像划分为不同色值等级的聚类中心对应的超像素块来完成颜色检测。

技术领域

本发明属于图像检测技术领域，具体涉及通过任意选取若干个在果蔬图像加权系数训练集中的像素点的色值等级邻近加权状况与像素点可成为聚类中心的专家评价值的差值之和来构造色值等级差异抽样状况目标函数以给出邻近环数加权系数推荐值，并使用色值等级邻近加权状况作为像素点是否为超像素块的聚类中心的评价标准，通过将被检测果蔬图像划分为不同色值等级的聚类中心对应的超像素块来完成果蔬图像颜色检测。

背景技术

超像素技术可根据目标图像所含有视觉特点或空间距离计算像素相似度，将具有相似特性的像素进行整合，最后形成若干具有相同几何形状、相似特征和相似结构性的像素区域。超像素块具有分离性、连通性、边界贴附性、紧凑性和数量可控性等特点，而超像素分割则是将具有相同特征像素聚集在一起，组合成很多的小块，每个像素块都有自己独特的局部信息，不同像素块内的像素都存在不同的特点。超像素分割可以有效减少图像局部信息的冗余度，并计算图像特征，已经在果蔬分选技术领域中取得了图像信息提取和目标检测等较好的应用成效。

发明内容

本发明的目的在于构造色值等级差异抽样状况目标函数来获取邻近环数加权系数推荐值以选取像素点中色值等级邻近加权状况最大的像素点作为某个区域成为超像素块的聚类中心，从而将被检测果蔬图像划分为不同色值等级的超像素块以实现果蔬图像颜色检测；

为实现上述目的，本发明提出的技术方案如下：

按照本发明所提供的技术方案，一种基于色值等级邻近加权状况的果蔬图像颜色检测方法，包含图1中所示的如下内容：

A)设果蔬图像的颜色可通过色值等级进行划分，通过将果蔬图像中的某个像素点的色值等级与该像素点的第某环的邻近像素点的色值等级进行比较，其中某个像素点的第某环指的是离该像素点相隔环数减一个像素点的邻近像素点形成的正方形环状区域，则可获取该像素点的第某环的色值等级差异数量；若处于某个像素点的第某环内的所有邻近像素点的色值等级与该像素点的色值等级一致，但处于该像素点的该环之外的环上部分邻近像素点的色值等级与该像素点的色值等级存在不一致，则可确定该像素点的色值等级一致邻近环数；设通过将某个像素点的第某环上与该像素点的色值等级一致的邻近像素点个数除以该像素点的第某环上的所有邻近像素点的个数，可确定该像素点关于第某环的色值等级一致比例；

B)设某个像素点的色值等级邻近加权状况可由自色值等级一致邻近环数开始向外的若干环的数值乘以色值等级一致比例后的加权值来确定；当引入拉格朗日系数和大于1的加权幂指数后，可构造色值等级差异抽样状况目标函数为任意选取若干个在果蔬图像加权系数训练集中的像素点的色值等级邻近加权状况与像素点可成为聚类中心的专家评价值的差值之和，其中像素点可成为聚类中心的专家评价值为像素点可成为聚类中心的专家评价概率乘以对应聚类中心的色值等级邻近加权状况；分别给出色值等级差异抽样状况目标函数对邻近环数加权系数的一阶导数和二阶导数；当所述一阶导数为零且所述二阶导数大于零时，则在满足邻近环数加权系数具备归一化条件下给出指定环数对应的邻近环数加权系数推荐值可使色值等级差异抽样状况目标函数趋于最小化；