本發(fā)明涉及一種識(shí)別馬鈴薯的圖像處理方法。
背景技術(shù):
:馬鈴薯是僅次于大米、小麥和玉米的世界第四大糧食作物,具有生長(zhǎng)周期短、適應(yīng)性強(qiáng)、產(chǎn)量高、用途廣等優(yōu)點(diǎn),因此在世界范圍內(nèi)被廣泛種植。在實(shí)際生產(chǎn)中,馬鈴薯收獲后的清潔程度對(duì)馬鈴薯的運(yùn)輸、貯藏、加工、銷售等環(huán)節(jié)十分重要。當(dāng)前應(yīng)用廣泛的收獲機(jī)械進(jìn)行異物剔除主要依據(jù)的是馬鈴薯與異物之間的尺寸差異,進(jìn)行振動(dòng)篩選,這種方式對(duì)大小與馬鈴薯相近的土塊和石塊,往往清除不夠徹底,且混雜在馬鈴薯中,對(duì)馬鈴薯?yè)p傷較大。美國(guó)專利us8642910利用線陣ccd、激光或是鹵素?zé)粼谖锪蠏伮溥^程中檢測(cè)漿果類水果中的異物,采用旋轉(zhuǎn)圓柱體作為背景以防止背景表面的污染,背景顏色采用與正常物料相對(duì)的顏色,根據(jù)圖像中顏色差異對(duì)物料進(jìn)行分類識(shí)別(pellencr,nieror.selective-sortingharvestingmachineandsortingchainincludingonesuchmachine:us,us8642910[p].2014.)。專利wo2014/037290a1在利用機(jī)器視覺技術(shù)對(duì)根莖類物料進(jìn)行異物識(shí)別時(shí),為了檢測(cè)出馬鈴薯中的異物,對(duì)采集到的目標(biāo)圖像進(jìn)行如下處理:提取彩色圖像中的目標(biāo),對(duì)每個(gè)目標(biāo)所包含的像素進(jìn)行顏色特征提取,根據(jù)這些顏色特征對(duì)像素進(jìn)行模式識(shí)別,統(tǒng)計(jì)目標(biāo)中馬鈴薯像素的占比,若目標(biāo)占比高于閾值時(shí),判斷目標(biāo)為馬鈴薯,否則判斷是土塊或石塊。閾值的大小與馬鈴薯表面泥土覆蓋的面積相關(guān),當(dāng)馬鈴薯表面覆蓋泥土面積較大時(shí),閾值較大,反之閾值較小(mcgloughlinj,frostj,moynihanm.methodandapparatusforhandlingharvestedrootcrops:u.s.patentapplication14/426,578[p].2013-8-30.)。上述利用機(jī)器視覺技術(shù)檢測(cè)馬鈴薯異物的方法,均是利用圖像的顏色特征,對(duì)目標(biāo)識(shí)別前需要先對(duì)圖像中的像素進(jìn)行識(shí)別,因此參與計(jì)算的數(shù)據(jù)量較大,且易受馬鈴薯表面泥土覆蓋情況的影響,通常需要事先對(duì)實(shí)際情況進(jìn)行分析,或是依據(jù)經(jīng)驗(yàn)設(shè)置閾值,操作復(fù)雜且精度不高。技術(shù)實(shí)現(xiàn)要素:本發(fā)明通過對(duì)比輪廓處理前后的差距,提出了一種識(shí)別馬鈴薯的圖像處理方法,并通過試驗(yàn)驗(yàn)證了該方法的可靠性。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:1)對(duì)待測(cè)對(duì)象的采集圖像進(jìn)行二值分割,并提取目標(biāo)輪廓及其輪廓點(diǎn),具體是逆時(shí)針方向提取二值分割后中心連通區(qū)域的輪廓上的坐標(biāo)點(diǎn)作為輪廓點(diǎn);2)對(duì)輪廓點(diǎn)進(jìn)行等距離取點(diǎn),作為采樣點(diǎn);3)對(duì)采樣點(diǎn)進(jìn)行高斯平滑濾波,獲得高斯濾波點(diǎn),并求取高斯濾波點(diǎn)的參考中心;4)計(jì)算采樣點(diǎn)和高斯濾波點(diǎn)到參考中心距離的相對(duì)誤差;5)提取待測(cè)對(duì)象所有相對(duì)誤差的最大值、極大值、平均差和標(biāo)準(zhǔn)差,四個(gè)參數(shù)作為形狀特征;6)用提取的形狀特征識(shí)別待測(cè)對(duì)象是馬鈴薯或者非馬鈴薯類。所述步驟2)具體步驟是:2.1)設(shè)定像素點(diǎn)間距離閾值l;2.2)從目標(biāo)輪廓上任一個(gè)輪廓點(diǎn)作為第一個(gè)采樣點(diǎn)開始,沿單方向依次計(jì)算后面輪廓點(diǎn)和第一個(gè)采樣點(diǎn)的歐式距離,直到歐式距離與像素點(diǎn)間距離閾值l最接近的輪廓點(diǎn)作為第二個(gè)采樣點(diǎn);2.3)再以與步驟2.2)相同方式沿同一單方向找到與上一個(gè)采樣點(diǎn)之間的歐式距離與像素點(diǎn)間距離閾值l最接近的下一個(gè)采樣點(diǎn),以此遍歷一圈輪廓求取出全部的采樣點(diǎn)。所述步驟3)中,具體是求取所有高斯濾波點(diǎn)所在坐標(biāo)的平均坐標(biāo)作為參考中心。所述步驟4)中,計(jì)算采樣點(diǎn)和參考中心之間歐式距離與對(duì)應(yīng)的高斯濾波點(diǎn)和參考中心之間歐式距離之差,以該差值與采樣點(diǎn)和參考中心之間歐式距離的比值作為相對(duì)誤差。所述步驟6)具體為:以若干個(gè)已知的馬鈴薯和非馬鈴薯類作為待測(cè)對(duì)象重復(fù)上述步驟1)~5)獲得最大值、極大值、平均差和標(biāo)準(zhǔn)差的四個(gè)形狀特征,以若干個(gè)已知的馬鈴薯和非馬鈴薯類對(duì)應(yīng)獲得的四個(gè)形狀特征分別作為訓(xùn)練集,輸入到利用支持向量機(jī)中進(jìn)行訓(xùn)練,獲得支持向量機(jī)模型;對(duì)未知的待測(cè)對(duì)象重復(fù)上述步驟1)~5)獲得最大值、極大值、平均差和標(biāo)準(zhǔn)差的四個(gè)形狀特征,將未知的待測(cè)對(duì)象地四個(gè)形狀特征輸入到支持向量機(jī)模型判斷獲得是否為馬鈴薯的結(jié)果。本發(fā)明具有的有益的效果是:本發(fā)明利用形狀特征識(shí)別馬鈴薯,克服了使用顏色特征進(jìn)行識(shí)別而產(chǎn)生結(jié)果不穩(wěn)定的缺點(diǎn),能快速準(zhǔn)確地識(shí)別出馬鈴薯和非馬鈴薯類,具有非常高的準(zhǔn)確度。附圖說明圖1是本發(fā)明的馬鈴薯輪廓圖;圖2是本發(fā)明的土塊輪廓圖;圖3是本發(fā)明的石塊輪廓圖。具體實(shí)施方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。本發(fā)明實(shí)施例判別馬鈴薯的過程如下:1、目標(biāo)提取。采用計(jì)算機(jī)視覺系統(tǒng)采集待測(cè)對(duì)象圖像,進(jìn)行閾值分割,獲取二值圖像。2、輪廓提取。從連通區(qū)域的最左邊像素開始逆時(shí)針提取二值圖像連通區(qū)域的輪廓點(diǎn),標(biāo)記為(u1,v1),(u2,v2),…,(um,vm)。圖1-圖3中的圖例為“.”點(diǎn)分別表示馬鈴薯、土塊、石塊樣本的輪廓點(diǎn)。3、確定等距離采樣點(diǎn)。從(u1,v1)開始進(jìn)行等距離采點(diǎn),采用l表示像素點(diǎn)間距離閾值,采用公式(1)和公式(2)依次計(jì)算(ui,vi)(i=1開始)與后序點(diǎn)(uj,vj)(j=i+1,i+2,…,m)的歐式距離dij,直到dij*dij+1≥0,若|dij|<|dij+1|,則判斷與(ui,vi)距離最接近l的點(diǎn)是(uj,vj),然后將i賦值為j,接下來(lái)搜尋(uj,vj)與后序點(diǎn)距離為l的坐標(biāo)點(diǎn),反之與(ui,vi)距離最接近l的點(diǎn)是(uj+1,vj+1),然后將i賦值為j+1,接下來(lái)搜尋(uj+1,vj+1)與后序點(diǎn)距離為l的坐標(biāo)點(diǎn),按照該方法循環(huán)一遍,直到j(luò)=m結(jié)束,得到等距采樣點(diǎn)(x1,y1),(x2,y2),…,(xn,yn),如圖1-圖3中“▲”所示分別表示馬鈴薯、土塊、石塊的等距采樣點(diǎn)。4、高斯平滑濾波。采用式(3)將等距采樣點(diǎn)(x1,y1),(x2,y2),…,(xn,yn)進(jìn)行高斯平滑濾波g(t),濾波后的點(diǎn)標(biāo)記為高斯濾波點(diǎn)(x1,y1),(x2,y2),…,(xn,yn),如圖1-圖3中“■”所示分別表示馬鈴薯、土塊、石塊的高斯濾波點(diǎn)。其中,t為濾波模板的寬度,σ表示高斯分布函數(shù)的均方差。5、求取參考中心。分別計(jì)算高斯濾波點(diǎn)(x1,y1),(x2,y2),…,(xn,yn)橫坐標(biāo)和縱坐標(biāo)的平均值標(biāo)記為參考中心(xc,yc),如圖1-圖3中“*”所示分別表示馬鈴薯、土塊、石塊的參考中心。6、計(jì)算相對(duì)誤差。用rk(k=1,2,…,n)表示dk1和dk2的相對(duì)誤差,dk1表示等距采樣點(diǎn)(xk,yk)與參考中心(xc,yc)的距離,dk2表示高斯濾波點(diǎn)(xk,yk)與參考中心(xc,yc)的距離,分別采用公式(4)-公式(6)計(jì)算dk1、dk2、rk。rk=(dk1-dk2)/dk1(4)7、確定形狀特征參數(shù)。采用公式(7)-公式(10)計(jì)算(r1,r2,…,rn)的最大值max,極大值r,平均差ad,標(biāo)準(zhǔn)差sd,四個(gè)參數(shù)作為形狀特征參數(shù)。max=max{r}(7)r=max{r}-min{r}(8)其中,r表示相對(duì)誤差,n表示采集時(shí)刻的總數(shù),表示所有相對(duì)誤差的平均值。8、模式識(shí)別。將數(shù)個(gè)已經(jīng)人工識(shí)別的馬鈴薯、土塊、石塊的四個(gè)形狀特征參數(shù):最大值max,極大值r,平均差ad和標(biāo)準(zhǔn)差sd,依次組成訓(xùn)練集,設(shè)定馬鈴薯的標(biāo)記為“1”,土塊和石塊的標(biāo)記均為“-1”,利用支持向量機(jī)進(jìn)行訓(xùn)練,得到支持向量機(jī)模型,將待測(cè)目標(biāo)的四個(gè)形狀參數(shù)帶入模型中進(jìn)行測(cè)試,輸出為“1”時(shí),判斷待測(cè)目標(biāo)是馬鈴薯,輸出為“-1”時(shí),判斷待測(cè)目標(biāo)是非馬鈴薯類。本實(shí)施采用324個(gè)馬鈴薯、353個(gè)土塊、318個(gè)石塊以同樣的方式處理后來(lái)驗(yàn)證本發(fā)明的方法,結(jié)果準(zhǔn)確性如下:表1馬鈴薯非馬鈴薯精確度馬鈴薯323/3241/32499.69%土塊1/353352/35399.72%石塊2/318316/31899.37%上表中可以看出,本發(fā)明可以準(zhǔn)確識(shí)別出馬鈴薯,準(zhǔn)確度可達(dá)到99.69%,同時(shí)能準(zhǔn)確檢測(cè)出非馬鈴薯類。當(dāng)前第1頁(yè)12