[发明专利]基于机器视觉的叶片结构检测方法、系统、介质及设备

摘要

本发明提供一种基于机器视觉的叶片结构检测方法、系统、介质及设备，检测方法包括：获取烟叶样本的原始烟叶图像；二值化处理原始烟叶图像，形成二值化烟叶图像；通过计算二值化烟叶图像中连通区域的区域信息，获取烟叶对应的机器视觉所测烟叶像素面积向量；定义与大片率数据对应的第一阈值集，与中片率数据对应的第二阈值集及与小片率数据对应的第三阈值集；计算大片率预测值，中片率预测值及小片率预测值，并计算大片率误差，中片率误差及小片率误差；根据烟叶图像的特征面积、大片的特征面积阈值、中片的特征面积阈值及小片的特征面积阈值，判定烟叶样本的类型。本发明能够快速、准确检测打叶复烤环节的叶片结构，获取大量有效的叶片结构数据。

主权项

1.一种基于机器视觉的叶片结构检测方法，其特征在于，包括：获取烟叶样本的原始烟叶图像；对所述原始烟叶图像进行二值化处理，以形成二值化烟叶图像；通过计算二值化烟叶图像中连通区域的区域信息，获取烟叶样本对应的机器视觉所测烟叶像素面积向量；基于烟叶样本对应的机器视觉所测烟叶像素面积向量及预先经过振筛筛网分别检测称重所获取烟叶样本对应的大片率数据、中片率数据及小片率数据，定义与所述大片率数据对应的第一阈值集，与所述中片率数据对应的第二阈值集及与所述小片率数据对应的第三阈值集；分别计算针对第一阈值集中每个指定阈值的大片率预测值，针对第二阈值集中每个指定阈值的中片率预测值及针对第三阈值集中每个指定阈值的小片率预测值，并计算针对第一阈值集中每个指定阈值的大片率误差，针对第二阈值集中每个指定阈值的中片率误差及针对第三阈值集中每个指定阈值的小片率误差；其中，最小的大片率误差对应的指定阈值为大片的特征面积阈值、最小的中片率误差对应的指定阈值为中片的特征面积阈值、最小的小片率误差对应的指定阈值为小片的特征面积阈值；根据烟叶图像的特征面积、大片的特征面积阈值、中片的特征面积阈值及小片的特征面积阈值，对烟叶样本的类型进行判定。