專利名稱：一種基于計算機視覺的雷筍圖像的切割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種針對竹筍圖像的的切割方法，特別是一種針對雷筍的基于計算機視覺技術(shù)的切割方法。
背景技術(shù)：
竹筍含有人體所必需的氨基酸，以及各種微量元素和纖維素，是一種低糖、低脂、高蛋白、高纖維的綠色保健食品。竹筍中的雷筍既可鮮食，也可加工成筍干、調(diào)味筍、水煮筍等食用產(chǎn)品。雷筍的加工包括剝殼、切割、切絲、裝罐(袋)等環(huán)節(jié)，在雷筍加工中，存在加工專業(yè)裝備缺乏或效能不高、機械化程度低的問題，使得雷筍加工各環(huán)節(jié)大都用手工操作，勞動生產(chǎn)率低，成本高而且易造成污染，影響產(chǎn)品質(zhì)量。所以研究高效率的雷筍加工方法，提高加工的機械化程度，是雷筍加工中急需解決的問題，

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于計算機視覺的雷筍圖像的切割方法，使用本發(fā)明方法可以將嫩度不同的筍段切開，能提高雷筍機械切割質(zhì)量。本發(fā)明基于計算機視覺的雷筍圖像的切割方法采用的技術(shù)方案包括如下步驟
(1)將一個雷筍樣本人工去皮，水平擺放在漫反射光箱中采集體表原始圖像，對原始圖像進行預(yù)處理；
(2)將預(yù)處理后的圖像分解為R，G，B三個通道下的圖像，選取R通道圖像提取出目標(biāo)圖像，將目標(biāo)圖像再分解為R，G，B三個通道下的圖像，在目標(biāo)圖像的B通道圖像中分割出雷筍的前段部分和后段部分；
(3)將雷筍的垂直橫坐標(biāo)值是中值且水平縱坐標(biāo)值是最大值的點作為前段尖端頂點(XI，Y1)，對目標(biāo)圖像作最小外接矩形，位于最小外接矩形的水平縱向中心線上且最靠近后段尾端點是節(jié)點(X2，Y2)，連接尖端頂點(XI，Yl)和節(jié)點(X2，Y2)的直線作為方向線A ；
(4)分別作出前段部分的最小外接矩形和后段部分的最小外接矩形，將這兩段的最小外接矩形分別和方向線A做交集，得到前段線段E和后段線段D ；
(5)取前段線段E的水平縱坐標(biāo)最小值點作為前段切割點C(X4，Y4)，取后段線段D的水平縱坐標(biāo)最大值點作為后段切割點B (X3，Y3)，對雷筍切割。本發(fā)明利用計算機視覺技術(shù)，根據(jù)雷筍的顏色特征，確定合適的切割位置，將嫩度不同的筍段切開，為雷筍實現(xiàn)工業(yè)機械切割提供一種簡便方法，能夠減少人工勞動強度，具有高效、準(zhǔn)確、勞動成本低等特點，能提高切割效率和機械化程度，適用于雷筍的自動機械切割。


圖I 一個雷筍樣本的灰度圖像 圖2是雷筍樣本在B通道下的反色圖像圖； 圖3是雷筍樣本分割后的前段和后段部分 圖4是雷筍樣本的方向線示意 圖5是圖4中方向線上的兩條交集線段及切割點示意圖。
具體實施例方式將一個雷筍樣本人工去皮，迅速在漫反射光箱中，采集雷筍體表原始圖像，在漫反射光箱中，將筍水平擺放，尖端在圖像右側(cè)，尾端在圖像左側(cè)，或者180°旋轉(zhuǎn)；相機位于筍正上方的適當(dāng)距離完成拍攝，采集的灰度圖像如圖I所示。完成圖像采集后，對原始圖像進行中值濾波等預(yù)處理，去除噪音。將預(yù)處理后的彩色圖像分解為R、G，、B三個通道下的圖像，選取其R通道圖像，對其進行閾值分割，提取出目標(biāo)圖像即整個雷筍的圖像，即去除背景后筍的圖像，完成目標(biāo)圖像的提取。將目標(biāo)圖像再分解為R，G, B三個通道下的圖像，在其B通道圖像中，使用閾值分割等算法分割出雷筍的前段和后段部分。目標(biāo)圖像在B通道下，筍體表顏色呈現(xiàn)出以下規(guī)律筍體的前段顏色偏亮，中段顏色偏暗，后段顏色也偏亮。為方便觀察，將目標(biāo)圖像在B通道下的圖像取反色，即前段和后段偏暗，中段偏亮，取反色后的圖像如圖2所示。在B通道下，根據(jù)顏色的變化規(guī)律，使用閾值分割方法以及開、閉運算等算法實現(xiàn)分割，得到雷筍樣本的前段和后段部分，前段和后段部分的圖像如圖3所示。如圖4所示，對目標(biāo)圖像按照從左到右，從上到下的順序逐行掃描，根據(jù)圖形學(xué)和幾何學(xué)找到雷筍的方向線。先找到筍的前段尖端點，即在圖像中縱坐標(biāo)最大的點(位于圖4中最右側(cè)的點)，由于這樣的點不止一個，所以選擇其中橫坐標(biāo)值是中值的點作為尖端頂點(XLYl)0再做出目標(biāo)圖像的最小外接矩形，取位于最小外接矩形的縱向中心線上且最靠近筍后段尾端的一個節(jié)點(X2，Y2)，最后連接尖端頂點(XI，Yl)和節(jié)點(X2，Y2)這兩點，之間的連線就是方向線A。方向線A作為切割雷筍的測量參考線，通過方向線A可以測量雷筍的長度，便于按長度分級，在方向線A上找到合適的切割點，并根據(jù)幾何學(xué)計算出切割點坐標(biāo)，便于實現(xiàn)機械切割。分別做出圖3中前段部分的最小外接矩形和后段部分的最小外接矩形，這兩段的最小外接矩形分別和方向線A做交集，得到如圖5所示的兩條線段D、E，取前段線段E的縱坐標(biāo)最小值點(即圖5中前段線段E最左邊端點)作為前段切割點C (X4，Y4)，取后段線段D的縱坐標(biāo)最大值點(即圖5中后段線段D的最右邊端點)作為后段切割點B (X3，Y3)。這樣，可將筍切割成不同嫩度的筍段。 本發(fā)明包括三段和兩段切割。三段切割是指實現(xiàn)將筍切成前、中、后三段，兩段切割指將筍切割成前、中兩段或者中、后兩段。采用本發(fā)明方法對雷筍進行試驗，實現(xiàn)切割的筍占92%。針對每根筍，同時進行質(zhì)構(gòu)試驗在距筍尖端一定距離的位置，在筍縱向軸向取三個點分別測量穿刺硬度，三個點的硬度均值作為這一距離的穿刺硬度值，得到筍的嫩度指標(biāo)。通過以下表I的穿刺硬度實驗數(shù)據(jù)可知，雷筍從尖端到尾端，穿刺硬度數(shù)據(jù)逐漸變大，質(zhì)地從嫩逐漸變老。本發(fā)明方法切割出的三個筍段，從前段到后段，嫩度逐漸變小，實現(xiàn)了按筍的嫩度切割筍段的目的。表I中的相對距離是指距尖端距離和筍長度的比值。表I 穿刺硬度數(shù)據(jù)雨尖端距離/cm I相對距離I穿刺硬度(平均值)/N
8. 2_0. 3992 13. 783_
10.80~5257 17~5777
12. 50~6085 19~479
14. 50~7058 20~1917
16.6|o. 8081 \2l. 030權(quán)利要求
1.一種基于計算機視覺的雷筍圖像的切割方法，其特征在于包括以下步驟 (1)將一個雷筍樣本人工去皮，水平擺放在漫反射光箱中采集體表原始圖像，對原始圖像進行預(yù)處理； (2)將預(yù)處理后的圖像分解為R，G，B三個通道下的圖像，選取R通道圖像提取出目標(biāo)圖像，將目標(biāo)圖像再分解為R，G，B三個通道下的圖像，在目標(biāo)圖像的B通道圖像中分割出雷筍的前段部分和后段部分； (3)將雷筍的垂直橫坐標(biāo)值是中值且水平縱坐標(biāo)值是最大值的點作為前段尖端頂點(XI，Y1)，對目標(biāo)圖像作最小外接矩形，位于最小外接矩形的水平縱向中心線上且最靠近后段尾端點是節(jié)點(X2，Y2)，連接尖端頂點(XI，Yl)和節(jié)點(X2，Y2)的直線作為方向線A ； (4)分別作出前段部分的最小外接矩形和后段部分的最小外接矩形，將這兩段的最小外接矩形分別和方向線A做交集，得到前段線段E和后段線段D ； (5)取前段線段E的水平縱坐標(biāo)最小值點作為前段切割點C(X4，Y4)，取后段線段D的水平縱坐標(biāo)最大值點作為后段切割點B (Χ3，Υ3)，對雷筍切割。
2.根據(jù)權(quán)利要求I所述一種基于計算機視覺的雷筍圖像的切割方法，其特征在于步驟(2)中，在目標(biāo)圖像的B通道圖像中，取前段部分和后段部分偏暗色、中段部分偏亮色。
全文摘要
本發(fā)明公開一種基于計算機視覺的雷筍圖像的切割方法，將雷筍水平擺放在漫反射光箱中采集體表原始圖像，將圖像分解為R，G，B通道下圖像，提取出目標(biāo)圖像，在目標(biāo)圖像的B通道中分割出前段和后段部分；將垂直橫坐標(biāo)值是中值且水平縱坐標(biāo)值是最大值的點作為尖端頂點，對目標(biāo)圖像作最小外接矩形，位于最小外接矩形的水平縱向中心線上且最靠近后段尾端點是節(jié)點，連接尖端頂點和節(jié)點作為方向線；分別作出前段、后段部分的最小外接矩形，將兩最小外接矩形分別和方向線做交集得到前、后段線段；取前段線段的水平縱坐標(biāo)最小值點作為前段切割點，取后段線段的水平縱坐標(biāo)最大值點作為后段切割點；能提高切割效率和機械化程度，適用于雷筍自動機械切割。
文檔編號G06T7/00GK102982533SQ20121042983
公開日2013年3月20日 申請日期2012年11月1日 優(yōu)先權(quán)日2012年11月1日
發(fā)明者黃星奕, 王允祥, 徐富斌, 周存山 申請人:江蘇大學(xué)