[发明专利]基于图像识别的茶叶鲜叶分叉数量识别方法

说明书

技术领域

本发明涉及茶叶生产智能分选技术领域，尤其涉及一种基于图像识别的茶叶鲜叶分叉数量识别方法。 

  

背景技术

茶叶鲜叶分叉数量识别的目的是检测当然茶叶鲜叶的特征，为后续进行机器自动筛选提供条件。例如茶叶鲜叶中，嫩芽的价值高于其它成熟的叶片，需要判断出鲜叶的分叉数量，择优筛选嫩芽。以往都是通过人工方式识别，人为判断茶叶鲜叶的分叉数量效率不高，劳动力成本高，不能实现智能化茶叶鲜叶筛选。 

  

发明内容

本发明的目的：提供一种基于图像识别的茶叶鲜叶分叉数量识别方法，能进行茶叶鲜叶分叉数量识别，无需人工判断。 

为了实现上述目的，本发明的技术方案是： 

一种基于图像识别的茶叶鲜叶分叉数量识别方法，包括采摘茶叶并选取图像背景，所述的图像背景为单色且不同于茶叶颜色。

上述的基于图像识别的茶叶鲜叶分叉数量识别方法，其中，该方法至少包括以下步骤： 

步骤1：采集采摘的茶叶鲜叶的图像。

步骤2：对采集的图像进行高斯低通滤波处理，滤除图像中的噪声，获得茶叶轮廓边缘平滑的图像。 

步骤3：以像素为单位，计算每个像素点红色值减去蓝色值的绝对值，记作红蓝色差值。 

步骤4：对红蓝色差值进行阈值比较，获得茶叶鲜叶的二值图像。 

步骤5：计算茶叶鲜叶的骨架细化图像。 

步骤6：在整幅骨架细化图像中，逐个像素点查找像素值为1的点，记录该像素点的水平和垂直坐标值。 

步骤7：根据记录下的水平和垂直坐标值所对应的像素点，按像素点进行八方向链码计算，对链码值进行累加，当链码值累加和大于2时，记录当前像素点的水平坐标值；当链码值累加和不大于2时不记录。 

步骤8：对水平坐标值通过冒泡排序方法进行由小到大排序。 

步骤9：依次对由小到大排序的水平坐标值计算后一个数减去前一个数的值，如果该值大于2时，则表示找到新一个分叉节点；对查找到的分叉节点进行累计，最后得到图像的总分叉节点数量。 

上述的基于图像识别的茶叶鲜叶分叉数量识别方法，其中，在所述的步骤4中，所述的阈值取为0.1，如果红蓝色差值大于0.1时，将对应的像素点值设置为1，如果红蓝色差值小于等于0.1时，将对应的像素点值设置为0。 

上述的基于图像识别的茶叶鲜叶分叉数量识别方法，其中，在所述的步骤5中，通过Zhang-Suen方法，在第一轮子迭代中，如果以下4个条件全部为真，那么像素I(i，j)就会被删除： 

条件1：这个像素的连通数为1。

条件2：至少有两个黑色的邻居，但是不多于6个。 

条件3：I(i，j+1)、I(i-1，j)和I(i，j-1)中至少有一个为背景。 

条件4：I(i-1，j)、I(i+1，j)和I(i，j-1)中至少有一个为背景。 

在第一轮子迭代之后，标记的像素I(i，j)被删除。 

步骤5.1：在第二轮子迭代中，如果以下4个条件全部为真，那么像素I(i，j)就会被删除： 

条件1：这个像素的连通数为1。

条件2：至少有两个黑色的邻居，但是不多于6个。 

条件3：I(i-1，j)、I(i-1，j)和I(i+1，j)中至少有一个为背景。 

条件4：I(i，j+1)、I(i+1，j)和I(i，j-1)中至少有一个为背景。 

在第二轮子迭代之后，标记的像素也被删除；如果在第一轮和第二轮子迭代的最后都没有像素被删除，则骨架构造完成。 

上述的基于图像识别的茶叶鲜叶分叉数量识别方法，其中，在所述的步骤8中，所述的冒泡排序方法包括如下步骤： 

步骤8.1：比较相邻的元素，如果第一个比第二个大，就互换第一个和第二个。

步骤8.2：对每一对相邻元素重复步骤8.1，从开始第一对到结尾的最后一对。 

步骤8.3：针对所有的元素重复以上的步骤，除了步骤8.2中比较的最后一个。 

步骤8.4：持续每次对越来越少的元素重复步骤8.1-步骤8.3，直到没有任何一对数字需要比较。