[发明专利]一种基于图像处理的方格蔟蚕茧筛选装置及方法有效

专利信息
申请号: 201710018548.2 申请日: 2017-01-11
公开(公告)号: CN106780537B 公开(公告)日: 2019-08-23
发明(设计)人: 闫银发;许荣浩;闫筱;李法德;宋占华;李玉道;韩守强;宋华鲁 申请(专利权)人: 山东农业大学
主分类号: G06T7/155 分类号: G06T7/155;G06T7/187;G06T7/136;G06M11/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 271018 *** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 处理 方格 蚕茧 筛选 装置 方法
【说明书】:

发明提供了一种基于图像处理的方格蔟蚕茧筛选装置及方法,该装置包括台架、工作台、方格簇和CMOS摄像头。CMOS摄像头通过一个支架固定于工作台上,方格蔟位于CMOS摄像头下方;本发明结合图像处理技术进行方格蔟蚕茧自动计数及筛选,使用CMOS摄像机,对采集到的图像采用二值化、腐蚀分割算法并利用区域特征提取,对方格蔟蚕茧图片进行处理,有效的将蚕茧从方格蔟里分离了出来,然后通过对目标连通域进行标记,并统计目标连通域的数量得出蚕茧数量,利用每个目标连通域的面积区域描绘子进行特征提取,通过对连通域面积的判断,区分出双宫茧,特小茧等不良茧,计数效果准确快速。

(一)技术领域

本发明涉及一种基于图像处理的方格蔟蚕茧筛选装置及方法。

(二)背景技术

方格蔟已经成为我国蚕业生产中广泛使用的蔟具,尤其以纸板方格蔟的使用量最大。随着方格蔟的大量使用,相继研发了多款方格蔟自动采茧设备,但这些设备的结构复杂,自动化程度不高,仍需要人工辅助操作,且无蚕茧分选功能,无法识别双宫茧、特小茧等不良茧。对方格蔟内的蚕茧进行采集的常用方式依然是传统的手工采茧,采完后再进行数量统计和不良茧的筛选,统计筛选的效率和精准率低下,多数、漏数、错选的情况时常发生。因此,需要开发出一种高效、高精确度的蚕茧采集装置及系统,使其可以对方格蔟内的蚕茧进行采集,并在采集过程中直接进行数量统计和筛选。而随着图像处理技术的快速发展,将图像处理技术与图像识别技术应用于蚕茧采集与统计领域,将对蚕茧采集、统计与筛选方式产生重大的影响。

(三)发明内容

为了解决上述问题,本发明提供了一种基于图像处理的方格蔟蚕茧筛选装置及方法。本发明利用CMOS摄像头采集到的图像进行处理分析,在采集过程中直接进行数量统计和筛选。

一种基于图像处理的方格蔟蚕茧筛选装置,包括台架、工作台、方格簇、CMOS摄像头;台架用于支撑工作台;CMOS摄像头悬于方格簇正上方,能正对方格簇上的蚕茧拍照,使用CMOS摄像头能完整的采集到方格蔟上蚕茧的原始图像。

本发明对采集到的原始图像进行处理,得到方格簇中蚕茧和不良蚕茧的数量。

一种基于图像处理的方格蔟蚕茧筛选方法,步骤如下:

1、使用CMOS摄像头对方格蔟蚕茧进行图像采集。

2、设定阈值L0,对采集到的原始方格蔟蚕茧图像进行二值化处理,灰度值超过阈值L0的像素判定为目标区域,从而得到二值化图像。利用Otus法确定阈值L0,方法如下:

2.1统计灰度图像总的像素数N,并找出最小灰度值Lmin和最大灰度值Lmax,则灰度图像的灰度范围为[Lmin,Lmax]。假设阈值为T,T在[Lmin,Lmax]范围内,则灰度图像的像素灰度值被阈值T分为两部分C0和C1。C0由灰度值在[Lmin,T-1]范围内的像素组成,C1由灰度值在[T,Lmax]范围内的像素组成,则区域C0和C1的概率分别为:P1=1-P0。区域C0和C1的平均灰度分别为:灰度图像的平均灰度为:μ=P0μ0+P1μ1,C0和C1两个区域的总方差为:将T在[Lmin,Lmax]范围内以像素灰度值每次增加1的方式依次取值,使最大的T值便是最佳区域分割阈值L。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东农业大学,未经山东农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710018548.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top