一種基於計算機視覺的甘蔗分割與識別方法
2023-06-11 06:01:46 2
專利名稱：一種基於計算機視覺的甘蔗分割與識別方法
一種基於計算機視覺的甘蔗分割與識別方法技術領域
本發明屬於圖像處理技術領域，是一種結合甘蔗圖像和計算模型的對甘蔗特徵進行提取和識別的方法。
背景技術：
在甘蔗的生長和後期處理過程中，生長狀態和甘蔗蔗芽的切割長期以來都是人工完成的，本方法通過計算機視覺技術的識別和處理，能對甘蔗的圖像進行自動的識別，在蔗種處理中需要將整根的甘蔗切斷成包含I 3個蔗芽的有效蔗種片段。目前也多是人工完成為主。為提高效率，降低勞動強度和實現甘蔗種植的精細化，需要研製可識別莖節和節間的智能切斷裝置，而其中最關鍵的是識別甘蔗莖節。目前國內在此領域的研究還屬於空白。相近研究有劉慶庭等利用高速攝像分析刀片切割甘蔗莖杆破壞過程，國外，僅伊朗 Moshashai K利用灰度圖像閾值分割的方法對甘鹿莖節識別做了初步研究，也還處於初始階段。國內甘蔗莖幹圖像自動識別技術的研究尚未見報導。本發明採用基於顏色特徵向量的彩色圖像分割算法對甘蔗圖像進行分 割，再對識別出的莖節類進行聚類識別，獲得莖節數與莖節位置，取得了良好的效果。發明內容
一種基於計算機視覺的甘蔗分割與識別方法，其特徵是包含以下具體步驟
(I)獲取甘蔗原始圖像；
(2)將原始圖像去噪和從RGB顏色空間轉換到HSI顏色空間，並選取模型中的H和 S參數作為甘蔗圖像的特徵；
(3)對甘蔗圖像進行卷積的處理；
(4)對甘蔗圖像進行特徵的提取；
(5)對甘蔗圖像特徵進行模型計算與匹配；
(6)對完成特徵提取的甘蔗圖像進行SVM識別。
具體的過程包括有
I、圖像的獲取
在試驗臺上採用CANON S80型數位相機拍攝紅色背景的單根甘蔗彩色圖像，圖像大小為1600*1200像素，JPG格式。處理軟體採用VC++6. O和M atlab7. O。拍攝前先將甘蔗葉剝淨，相機鏡頭與工作檯垂直，距離工作檯30cm。
2、圖像基本處理
圖像中甘蔗表面顏色從黑到白過渡，佔據整個灰度級，採用RGB顏色空間難以分割出理想的甘蔗輪廓，各分量空間的相關性也難以體現出莖節與節間特徵差異。在經過大量的試驗對比後，發現採用紅色背景的HSI空間能有效地將背景與甘蔗區分。
(I)基於HSI的彩色空間
HSI空間比較直觀且符合人的視覺特性，H、S、I表示色調、飽和度和亮度。從HSI顏色空間的H分量圖可以看到甘蔗與背景區域的灰度在空間上分散，莖節與節間的色調有明顯差異，可作為莖節與節間的識別依據；從S分量中可以看到甘蔗輪廓清晰，背景區域灰度均勻，其灰度直方圖顯現雙峰性，有利於甘蔗輪廓提取。
(2)卷積處理
二值圖像的卷積處理彩色分割後，圖像是二值圖像。通過放大觀察可以看出，分割後的圖像是由大量的、單獨的點和小面積的區域組成的，無法對圖像進行進一步的有效分割。因此，採用卷積處理，便於後續的圖像處理過程。卷積處理是一種圖像線性濾波方法。 通過實驗研究對比了 7種類型的掩模，最後確定應用5X5的DISK掩模處理。
(3)閾值分割
H分量可以體現出甘蔗莖節的細節特徵，S分量體現甘蔗的輪廓特徵。選擇合適的閾值分割可以得到理想的甘蔗輪廓和表徵甘蔗莖節與節間差異的二值圖；在S、H閾值選擇方法上，分別對Otsu與人工選擇閾值做了比較試驗，發現Otsu自動分割不能有效消除背景噪聲，存在大面積的反光現象。而在工作檯控制條件下，S分量的直方圖波谷出現在O. 40 O.55之間，在這之間設置閾值可以得到理想的甘蔗邊界輪廓圖；在O. 4 O. 6範圍內以O. I 間隔區域統計灰度級點數，以O. I範圍內最少灰度級點數對應的灰度值作為S分量的分割閾值。研究發現H分量直方圖中絕大部分的像素點在灰度級O O. 04和O. 90 I之間， 在區間O. 85 O. 15之間設置閾值，可以有效得到莖節特徵。
3、特徵提取
由於莖節處的白點數分散相對均勻，莖節區域的白點數密集，直徑比較大；將合成圖按列劃分為64個列塊區域，設圖像集合為X(i，j);圖像的上邊緣為Pt= (xt，yt)，下邊緣為Pt = (xt，yt)，第k列塊粗度為
權利要求
1.一種基於計算機視覺的甘蔗分割與識別方法，其特徵是包含以下具體步驟 (1)獲取甘蔗原始圖像； (2)將原始圖像去噪和從RGB顏色空間轉換到HSI顏色空間，並選取模型中的H和S參數作為甘蔗圖像的特徵； (3)對甘蔗圖像進行卷積的處理； (4)對甘蔗圖像進行特徵的提取； (5)對甘蔗圖像特徵進行模型計算與匹配； (6)對完成特徵提取的甘蔗圖像進行SVM識別。
2.根據權利要求I所述的一種基於計算機視覺的甘蔗分割與識別方法，其特徵是 對圖像採用了卷積處理，以便於後續的圖像處理過程。卷積處理是一種圖像線性濾波方法。通過實驗研究對比了 7種類型的掩模，最後確定應用5X5的DISK掩模處理。
3.根據權利要求I所述的一種基於計算機視覺的甘蔗分割與識別方法，其特徵是 在特徵的提取中，將合成圖按列劃分為64個列塊區域，設圖像集合為X(i，j);圖像的上邊緣為Pt = (xt，yt)，下邊緣為Pt = (xt，yt)，第k列塊粗度為
4.根據權利要求I所述的一種基於計算機視覺的甘蔗分割與識別方法，其特徵是 在SVM圖像識別中 模式識別問題中，給定訓練資料{ (Xyyi) ;Xi e Rn ；yj = ± I},支持向量由f(X)確定的分類規則
全文摘要
為實現甘蔗的生長監視或者含有蔗芽的蔗種的智能切斷，採用計算機視覺技術來識別甘蔗的形狀和莖節特徵。首先通過數碼設備取得甘蔗圖像，然後對甘蔗圖像進行HSI顏色空間轉換，結合H分量和S分量顏色特徵和閾值分割，經閾值分割的反圖像進行與運算得到合成圖，將合成圖劃分為64個列塊區域，最後通過提取H參數、S參數、粗度比和白點比等特徵指標，再通過支持向量機分類識別莖節與節間列塊，完成得到莖節與位置的識別，平均識別率為942％。
文檔編號G06K9/60GK102938052SQ20111023394
公開日2013年2月20日 申請日期2011年8月16日 優先權日2011年8月16日
發明者汪建 申請人:汪建