[发明专利]一种开放环境下烤烟RGB图像智能识别及等级判定方法

摘要

本发明公开了一种开放环境下烤烟RGB图像智能识别及等级判定方法，属于烟叶评估领域，综合HSV颜色阈值切割、边缘识别切割、RGB颜色阈值切割、区域面积筛选、叶形识别切割等，提出开放环境烤烟图像自动切割算法。通过比对分析了B2F、C3F等级叶片在叶色Red、Green、blue、Gray通道中叶色分布情况，采用百分位数区间估计确定其参考区间，建立B2F、C3F叶色特征参数区间表，并综合开放环境烤烟图像自动切割算法、叶色参数提取算法等，构建形成烤烟等级智能判定系统，并对其判定准确度进行分析；以期能够为烟叶生产、分级人员提供一种具有高效、精确、方便、适用范围广的烤烟等级智能判定方法。

主权项

1.一种开放环境下烤烟RGB图像智能识别方法，其特征在于，该烤烟RGB图像智能识别方法通过MATLAB 2016R软件进行图像识别，具体包括如下步骤：S1、图像采集，对目标叶片进行拍摄，得到原始图像；S2、HSV颜色切割，将叶片原始图像通过rgb2hsv函数转化为HSV色彩空间模式，采用双循环算法，将图像中H通道的烤烟色彩范围值外的V通道饱和度值设为0；将处理后的图像通过hsv2rgb转化为RGB色彩空间模式；S3、边缘识别切割，将S1中得到的RGB图像通过rgb2gray函数转化为灰度图像，通过edge函数canny算子对烤烟叶片边缘进行切割，通过strel和imdilate函数对图像进行膨胀操作，填补边缘缝隙，通过imfill函数对空隙填充后通过imerode函数利用菱形结构元素对图像进行平滑，通过medfilt2进行中值滤波；S4、面积筛选切割，将S2中得到的图像通过bwlabel函数寻找联通成份且用唯一数字标识，通过regionprops函数获取连通域的面积，通过find函数找到最大连通域的索引值，并通过ismember函数将最大连通域索引值所对应的区域保存为二值图；S5、目标图像复原，运用双循环算法将S3中所得图像二值图中黑色部分填充白色后形成背景蒙版，将原图作为底图，与背景蒙版进行图像加法运算，形成具有白色背景及目标图像彩色图像的JPG图片；S6、RGB色彩阈值切割及背景透明化处理，运用双循环算法将S5中所复原后的JPG图片通过RGB色彩阈值再次进行切割，将阴影及白色背景透明度调整为0，得到透明背景的目标叶片彩色图像PNG图片；S7、叶形识别，将S6中得到的PNG图像通过rgb2gray函数转化为灰度图像，通过im2bw函数二值化，通过regionprops函数获取连通域的相关参数，并通过rectangle画出最小外接矩阵及叶形轮廓描边，通过cell2mat提取最小外接矩阵X、Y维度长度，算出长宽比及最小外接矩阵面积；S8、不同色彩通道色阶信息矩阵提取，通过imread函数读取切割后的彩色图像，分别通过image(:,:,1)、image(:,:,2)、image(:,:,3)、rgb2gray函数提取叶片彩色图像Red、Green、Blue、Gray四个色彩通道的像素色阶，并组成色阶矩阵，再通过double函数将色阶数组转化为双精度数组；运用全循环算法检索记录图像中非黑部分像素索引码，将其组合为新的色阶矩阵，该数组即为无软件特性干扰的叶片色阶信息矩阵；S9、不同色彩通道色阶均值提取，运用Mean函数分别获取Red、Green、Blue、Gray通道的色阶均值；S10、色阶累积直方图构建，运用imhist函数获取色阶累积直方图；S11、数据分析，采用Excel软件整理数据，采用IBM SPSS Statistics 22软件对数据进行相关分析、配对T检验、回归分析、模型构建及拟合优度分析；采用MATLAB 2016软件对不同等级的叶色均值、叶形参数进行百分位数法区间估计。