一種基于計(jì)算機(jī)視覺(jué)的花蕾判別方法
【專利摘要】本發(fā)明公開(kāi)了一種基于計(jì)算機(jī)視覺(jué)的花蕾判別方法。包括以下步驟：圖像預(yù)處理，圖像分割擴(kuò)展，圖像顯著圖計(jì)算，圖像SURF關(guān)鍵點(diǎn)計(jì)算，關(guān)鍵點(diǎn)直方圖計(jì)算，特征量計(jì)算，支持向量機(jī)預(yù)測(cè)結(jié)果。對(duì)CCD相機(jī)采集到圖片進(jìn)行RGB到HSI的顏色空間轉(zhuǎn)換，分別對(duì)H、S分量進(jìn)行中值濾波；對(duì)濾波后的分量進(jìn)行顏色閾值分割、合并，填充、識(shí)別輪廓，并擴(kuò)展截取識(shí)別輪廓外接矩形部分；使用殘譜法計(jì)算截取部分顯著圖；同時(shí)計(jì)算截取部分的SURF關(guān)鍵點(diǎn)；計(jì)算在不同顯著值上的SURF關(guān)鍵點(diǎn)直方圖；不等距合并直方圖信息形成特征量；利用支持向量機(jī)對(duì)特征量進(jìn)行預(yù)測(cè)，得出花蕾的判別結(jié)果。采用本發(fā)明，能有效區(qū)分花蕾與開(kāi)放的花朵。
【專利說(shuō)明】一種基于計(jì)算機(jī)視覺(jué)的花蕾判別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及花卉分級(jí)領(lǐng)域，特別是涉及一種基于計(jì)算機(jī)視覺(jué)的花蕾判別方法。

【背景技術(shù)】
[0002] 我國(guó)花卉的種植面積與產(chǎn)量居于世界的第一位，但花卉產(chǎn)品附加價(jià)值低，行業(yè)標(biāo) 準(zhǔn)和自動(dòng)化水平落后。荷蘭花卉產(chǎn)業(yè)廣泛應(yīng)用自動(dòng)化生產(chǎn)設(shè)備，實(shí)現(xiàn)了自動(dòng)化裝盆、種苗移 植、盆花搬運(yùn)、灌溉、疏盆、盆花分級(jí)、成品包裝，提高了生產(chǎn)效率和花卉成品的品質(zhì)。對(duì)成品 花卉進(jìn)行品質(zhì)分級(jí)，是花卉生產(chǎn)中的重要一步。人工不僅分級(jí)生產(chǎn)效率低，而且分選結(jié)果不 能保證精度要求，評(píng)判標(biāo)準(zhǔn)難以統(tǒng)一，在分選過(guò)程中接觸花卉，還可能對(duì)花卉造成一定的損 傷。使用計(jì)算機(jī)視覺(jué)技術(shù)進(jìn)行花卉分級(jí)很好的解決了上述問(wèn)題。
[0003] 根據(jù)我國(guó)花卉標(biāo)準(zhǔn)，為保證花卉產(chǎn)品的品質(zhì)，要求產(chǎn)出的一級(jí)花卉的花蕾比例大 于等于90%?；ɡ俦壤鳛榛ɑ芊旨?jí)的重要標(biāo)準(zhǔn)，是計(jì)算機(jī)視覺(jué)分級(jí)花卉的主要難點(diǎn)。使 用傳統(tǒng)計(jì)算機(jī)視覺(jué)算法很難予以辨別，實(shí)現(xiàn)計(jì)算機(jī)視覺(jué)花蕾判別方法，準(zhǔn)確快速的判別花 朵是否開(kāi)放，從而可以有效的保證分級(jí)精度和統(tǒng)一評(píng)判標(biāo)準(zhǔn)。
[0004] 因此，準(zhǔn)確快速的判別出花朵的開(kāi)放情況對(duì)于花卉分級(jí)的分級(jí)精度、評(píng)判標(biāo)準(zhǔn)的 統(tǒng)一、提高經(jīng)濟(jì)效益都有很重要的意義。
[0005] 當(dāng)前，迫切需要研究出一種基于計(jì)算機(jī)視覺(jué)的花蕾判別方法，可以實(shí)現(xiàn)對(duì)花朵開(kāi) 放情況的快速、準(zhǔn)確判別。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是解決通過(guò)計(jì)算機(jī)對(duì)成品花卉進(jìn)行品質(zhì)分級(jí)的自動(dòng)化問(wèn)題，提供一 種基于計(jì)算機(jī)視覺(jué)的花蕾判別方法，可以準(zhǔn)確快速的判別花蕾與開(kāi)放花朵，在花卉生產(chǎn)標(biāo) 準(zhǔn)化和自動(dòng)化研究中，應(yīng)用前景廣闊，具有重大的生產(chǎn)實(shí)踐意義。
[0007] 本發(fā)明提供的基于計(jì)算機(jī)視覺(jué)的花蕾判別方法，包括如下步驟：
[0008] 第1、圖像預(yù)處理，接收來(lái)自C⑶攝像機(jī)的圖像信號(hào)，對(duì)圖像的RGB顏色空間轉(zhuǎn)換為 HSI顏色空間，提取出HSI顏色空間的H與S分量并進(jìn)行中值濾波；
[0009] 第2、圖像分割擴(kuò)展，將預(yù)處理后提取出的圖像數(shù)據(jù)信號(hào)的H和S分量空間進(jìn)行顏 色閾值分割、合并、輪廓填充、輪廓識(shí)別，對(duì)輪廓外接矩形部分進(jìn)行擴(kuò)展截取，并將擴(kuò)展截取 后的圖像分別進(jìn)行圖像顯著圖計(jì)算和圖像SURF關(guān)鍵點(diǎn)計(jì)算；
[0010] 第2. 1、所述顏色閾值分割、合并，對(duì)H分量分割閾值的區(qū)間選取為，花朵顏色的連 續(xù)顏色區(qū)間，對(duì)S分量剔除飽和度值較低的部分，并進(jìn)行與運(yùn)算合并；
[0011] 第2. 2、所述輪廓填充、識(shí)別，用于對(duì)合并后的圖片中全部輪廓進(jìn)行填充，并根據(jù)目 標(biāo)區(qū)域大小進(jìn)行目標(biāo)識(shí)別，選定目標(biāo)區(qū)域；
[0012] 第3、圖像顯著圖計(jì)算，對(duì)第2步擴(kuò)展截取的圖像信號(hào)運(yùn)用殘譜法計(jì)算顯著圖；
[0013] 第4、圖像SURF關(guān)鍵點(diǎn)計(jì)算，對(duì)第2步擴(kuò)展截取的圖像信號(hào)同時(shí)計(jì)算SURF關(guān)鍵點(diǎn)；
[0014] 第5、關(guān)鍵點(diǎn)直方圖計(jì)算，將第3步計(jì)算得到的顯著圖與第4步計(jì)算得到的SURF關(guān) 鍵點(diǎn)信息進(jìn)行整合，得出在不同顯著值上SURF關(guān)鍵點(diǎn)的直方圖；
[0015]第6、特征量計(jì)算，對(duì)第5步得到的關(guān)鍵點(diǎn)直方圖信息進(jìn)行不等距合并，合并間距 分別為32, 48, 48, 48, 48, 32,最終得到6個(gè)特征量；
[0016]第7、支持向量機(jī)預(yù)測(cè)結(jié)果，將第6步得到的6個(gè)特征量送入訓(xùn)練好的支持向量機(jī) 中，得出判別結(jié)果。
[0017] 本發(fā)明的優(yōu)點(diǎn)和有益效果：本方法可以準(zhǔn)確、快速區(qū)分花蕾與開(kāi)放花朵，對(duì)光照、 旋轉(zhuǎn)具有一定的魯棒性，在花卉生產(chǎn)標(biāo)準(zhǔn)化和自動(dòng)化的研究中，應(yīng)用前景廣泛，具有重大的 生產(chǎn)實(shí)踐意義。

【專利附圖】

【附圖說(shuō)明】
[0018] 圖1是基于計(jì)算機(jī)視覺(jué)的花蕾判別方法流程圖；
[0019] 圖2是本發(fā)明圖像預(yù)處理步驟中圖像數(shù)據(jù)預(yù)處理的方法流程圖；
[0020] 圖3是本發(fā)明圖像分割擴(kuò)展步驟中圖像擴(kuò)展分割截取的方法流程圖；
[0021] 圖4是本發(fā)明圖像顯著圖計(jì)算步驟中殘譜法顯著圖計(jì)算的方法流程圖；
[0022] 圖5為本發(fā)明SURF關(guān)鍵點(diǎn)計(jì)算步驟中SURF關(guān)鍵點(diǎn)計(jì)算的方法流程圖；
[0023] 圖6為本發(fā)明CCD攝像機(jī)采集到的花蕾與開(kāi)放花朵圖片；
[0024] 圖7為本發(fā)明得到的花蕾與開(kāi)放花朵顯著圖；
[0025] 圖8為本發(fā)明得到的花蕾與開(kāi)放花朵SURF關(guān)鍵點(diǎn)；
[0026] 圖9為本發(fā)明得到的花蕾SURF關(guān)鍵點(diǎn)直方圖；
[0027] 圖10為本發(fā)明得到的開(kāi)放花朵SURF關(guān)鍵點(diǎn)直方圖；

【具體實(shí)施方式】
[0028] 為了使本【技術(shù)領(lǐng)域】的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和實(shí)施方式對(duì)本 發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。
[0029] 圖1是本發(fā)明提供的一種基于計(jì)算機(jī)視覺(jué)的花蕾判別方法流程圖。
[0030] 參見(jiàn)圖1，本發(fā)明提供了一種基于計(jì)算機(jī)視覺(jué)的花蕾判別方法，包括步驟有：花朵 圖像101、圖像預(yù)處理102、圖像分割擴(kuò)展103、圖像顯著圖計(jì)算104、圖像SURF關(guān)鍵點(diǎn)計(jì)算 105、關(guān)鍵點(diǎn)直方圖計(jì)算106、特征量計(jì)算107、支持向量機(jī)預(yù)測(cè)結(jié)果108。其中：
[0031] 花朵圖像101，用于表示C⑶照相機(jī)采集的圖像信息。
[0032] 圖像預(yù)處理102,用于接收來(lái)自C⑶照相機(jī)的圖像信息，對(duì)圖像進(jìn)行RGB到HSI顏 色空間轉(zhuǎn)換后，分別對(duì)H、S分量進(jìn)行中值濾波；
[0033] 圖像分割擴(kuò)展103,用于將H和S分量，根據(jù)花朵顏色要求進(jìn)行顏色閾值分割、與運(yùn) 算合并，對(duì)合并圖像進(jìn)行輪廓填充、輪廓識(shí)別后，擴(kuò)展截取輪廓外接矩形部分，將截取部分 送到圖像顯著圖計(jì)算104,SURF關(guān)鍵點(diǎn)計(jì)算105;
[0034] 圖像顯著圖計(jì)算104,用于接收?qǐng)D像分割擴(kuò)展103所發(fā)送的圖像信號(hào)，使用殘譜法 計(jì)算出圖像顯著圖，然后將顯著圖信息傳遞給關(guān)鍵點(diǎn)直方圖計(jì)算106;
[0035] 圖像SURF關(guān)鍵點(diǎn)計(jì)算105,用于接收?qǐng)D像分割擴(kuò)展103所發(fā)送的圖像信號(hào)，同時(shí)計(jì) 算出圖像的SURF關(guān)鍵點(diǎn)，然后將關(guān)鍵點(diǎn)信息傳送到關(guān)鍵點(diǎn)直方圖計(jì)算106;
[0036] 關(guān)鍵點(diǎn)直方圖計(jì)算106,根據(jù)圖像SURF關(guān)鍵計(jì)算105得出的關(guān)鍵點(diǎn)的信息和圖像 顯著圖計(jì)算104得出的顯著圖，計(jì)算出不同顯著值上SURF關(guān)鍵點(diǎn)的直方圖，并將直方圖信 息傳送到特征量計(jì)算107;
[0037] 特征量計(jì)算107,用于不等距合并關(guān)鍵點(diǎn)直方圖，具體間距為 32, 48, 48, 48, 48, 32;
[0038] 支持向量機(jī)預(yù)測(cè)108,使用支持向量機(jī)判別花蕾。
[0039] 本發(fā)明提供的殘譜法計(jì)算圖像顯著圖原理及工作過(guò)程如下（參見(jiàn)圖4):
[0040] 從圖像信息理論的角度出發(fā)，將信息分為冗余部分和變化部分。人的視覺(jué)對(duì)于突 變的部分更加關(guān)注，對(duì)于出現(xiàn)頻率很高的部分視覺(jué)系統(tǒng)會(huì)對(duì)其進(jìn)行抑制。
[0041] 1.對(duì)離散傅里葉變換后的圖像取得振幅譜：
[0042]

【權(quán)利要求】
1. 一種基于計(jì)算機(jī)視覺(jué)的花蕾判別方法，其特征在于，包括如下步驟： 第1、圖像預(yù)處理，接收來(lái)自CCD相機(jī)的圖像信號(hào)，對(duì)圖像的RGB顏色空間轉(zhuǎn)換為HSI顏 色空間，提取出HSI顏色空間的H與S分量并進(jìn)行中值濾波； 第2、圖像分割擴(kuò)展，將預(yù)處理后提取出的H與S分量空間進(jìn)行顏色閾值分割、合并、輪 廓填充、輪廓識(shí)別，對(duì)輪廓外接矩形部分進(jìn)行擴(kuò)展截取。 第3、圖像顯著圖計(jì)算，對(duì)第2步擴(kuò)展截取的圖像信號(hào)運(yùn)用殘譜法計(jì)算顯著圖； 第4、圖像SURF關(guān)鍵點(diǎn)計(jì)算，對(duì)第2步擴(kuò)展截取的圖像信號(hào)同時(shí)計(jì)算SURF關(guān)鍵點(diǎn)； 第5、關(guān)鍵點(diǎn)直方圖計(jì)算，將第3步計(jì)算得到的顯著圖與第4步計(jì)算得到的SURF關(guān)鍵點(diǎn) 信息進(jìn)行整合，得出在不同顯著值上SURF關(guān)鍵點(diǎn)的直方圖； 第6、特征量計(jì)算，對(duì)第5步得到的關(guān)鍵點(diǎn)直方圖進(jìn)行不等距區(qū)間合并，形成6個(gè)特征 量； 第7、支持向量機(jī)預(yù)測(cè)結(jié)果，將第6步得到的6個(gè)特征量送入訓(xùn)練好的支持向量機(jī)中，得 出判別結(jié)果。
2. 如權(quán)利要求1所述的方法，其特征在于第2步中： 第2. 1、所述顏色閾值分割、合并，對(duì)H分量分割閾值的區(qū)間選取為，花朵顏色的連續(xù)顏 色區(qū)間，對(duì)S分量剔除飽和度值較低的部分，并進(jìn)行與運(yùn)算合并； 第2. 2、所述輪廓填充、識(shí)別，用于對(duì)合并后的圖片中全部輪廓進(jìn)行填充，并根據(jù)目標(biāo)區(qū) 域大小進(jìn)行目標(biāo)識(shí)別，選定目標(biāo)區(qū)域。
3. 如權(quán)利要求1所述的方法，其特征在于，第6步所述不等距合并中，合并間距具體為 32, 48, 48, 48, 48, 32,最終得到6個(gè)特征量。
【文檔編號(hào)】G06K9/62GK104318240SQ201410343139
【公開(kāi)日】2015年1月28日 申請(qǐng)日期:2014年7月18日 優(yōu)先權(quán)日:2014年7月18日
【發(fā)明者】岳有軍, 李想, 趙輝, 王紅君 申請(qǐng)人:天津理工大學(xué)