[发明专利]基于类球形亮度变换的水果表面缺陷检测方法

摘要

本发明涉及图像处理技术领域，公开了一种基于类球形亮度变换的水果表面缺陷检测方法。本发明基于水果R分量图像，对表面亮度不均进行变换，使水果表面缺陷分割简化为单阈值法检测，克服了传统基于RGB图像缺陷检测算法的复杂性，同时避免了对算法的频繁训练，实现了对缺陷的精确检测。本发明的检测方法不受到水果大小和形状的影响，较好地避免了亮度对结果造成的影响。由于该方法实现了单阈值对水果表面缺陷的一次性成功分割，因此在在线水果缺陷检测中具有较大的应用潜力。

主权项

一种基于类球形亮度变换的水果表面缺陷检测方法，其特征在于，包括以下步骤：S1.获取水果的RGB图像和NIR图像；S2.从RGB图像中提取R分量图像；S3.从NIR图像中形成二值化图像，求出二值化图像外接矩形最大宽度Y；S4.提取二值化图像的边缘像素；S5.通过R分量图像与所述边缘像素的点乘获得R分量图像的边缘；S6.计算所述二值化图像的边缘像素的像素点个数M，将R分量图像的边缘的所有点的亮度之和除以像素点个数M获得亮度平均值；S7.将R分量图像的边缘的所有点的亮度值均除以亮度平均值并乘以255，获得变换后的亮度图像R_correct；S8.对变换后的图像进行累加，得到新的图像New_image=New_image+R_correct，其中，New_image的初始值为0；S9.将二值化图像减去步骤S4中已经提取出来的二值化图像的边缘像素获得新的二值化图像，即：Binary=Binary‑edge，并将循环次数加1，所述循环次数的初始值为1；S10.判断循环次数是否大于S3步骤得到的最大宽度Y的一半Y/2，如果不大于则返回步骤S4；否则终止循环，获得变换后的新图像New_image；S11、对步骤S10得到的新图像提取缺陷区域。