[发明专利]图像处理设备和图像处理方法

说明书

二值化处理单元通过将输入图像的每个像素的视觉特征与预定的二值化阈值进行比较并且基于比较结果对输入图像的每个像素的值进行二值化来生成二进制图像。二值化处理单元在改变二值化阈值时执行该处理，从而生成多个二进制图像。轮廓检测单元计算在多个二进制图像之间具有重叠部分的封闭区域的面积，并且基于通过改变二值化阈值所引起的相应封闭区域的面积变化率来确定待用于检测相应封闭区域的边界作为对象的轮廓的二值化阈值。

技术领域

在本文中讨论的实施方式涉及图像处理设备和图像处理方法。

背景技术

农业生产者在早期阶段预测农产品的收获时间和产量，以实现在与农产品的购买商的合同中提前指定的交付时间和交付量是理想的。进行这样的收获预测的一种方式是定期检查农产品在其生长期间的重量分布。重量分布是如下频数分布：其是通过测量每个农产品的重量而获得的，并以通过横轴表示重量和纵轴表示农产品的数量的曲线图来表示。然而，为了进行这样的收获预测，需要单独测量大量农产品的重量。

鉴于该问题，已经提出了如下方法：基于由数码相机捕获的收获的土豆的图像来计算每个土豆的面积，以及基于计算出的面积来估计每个土豆的重量。可以基于在图像中捕获的每个土豆的轮廓来计算每个土豆的面积。

另外，关于从被捕获图像中提取对象例如农产品等的轮廓的方法，存在如下方法：通过将基于被捕获图像的每个像素的视觉特征与阈值进行比较来对图像进行二值化。该视觉特征可以是例如通过对在被捕获图像中的像素值的直方图进行反向投影而获得的直方图图像的数据。

另外，关于与轮廓检测相关的技术，存在如下技术：其从输入图像提取椭圆的轮廓点，估计针对每个轮廓点的椭圆的参数，以及重复用于将参数更新为在轮廓点之间一致的值的处理。然后，将重叠的椭圆分开，计算参数。

在以下文献中公开了相关技术的示例：日本特开平7-200774号公报；日本特开2001-344607号公报；Bruce Marshall和Mark W.Yong的“Automated on-farm assessmentof tuber size distribution”，Decision Support Systems in Potato Production:Bringing Models to Practice，Wageningen Pers,2004年6月30日，101-117页；以及GaryBradski和Adrian Kaehler的“Learning OpenCV”，日本O’Reilly公司，2009年8月24日，561-562页。

为了基于表示大量农产品例如土豆等的图像来计算每个农产品的面积、从而基于面积估计每个农产品的重量，需要检测每个农产品的轮廓。假设针对该轮廓检测使用上述方法，即通过将基于被捕获图像的每个像素的视觉特征与阈值进行比较来对图像进行二值化。

通过该方法，在具有相似外表的多个对象例如农产品在图像中彼此相邻的情况下，根据阈值的值，可能存在相邻对象的轮廓相连的问题，或可能存在在实际的轮廓内检测到轮廓、导致轮廓向内移动的问题。难以同时解决这两个问题。例如，如果使用单个阈值，则相邻对象的轮廓可能在一个位置相连，而可能在另一个位置存在轮廓的向内移动。

发明内容

根据一个方面，本发明旨在提供能够准确检测多个对象中的每一个的轮廓的图像处理设备和图像处理方法。