[发明专利]一种竹条颜色分类方法及系统

说明书

技术领域

本发明涉及图像处理技术领域，具体为一种竹条颜色分类方法及系统。

背景技术

中国竹类资源丰富，面积、产量均居世界第一位，全国竹林面积达520多万公顷。竹子作为陆地森林生态系统的重要组成部分，在减少木材消耗、改善生态功能和发展农村经济等方面作用十分明显。竹产业已经成为中国林业的四大朝阳产业之一。竹材广泛用于制造竹砧板、竹家具、竹地板等产品。竹条经碳化工艺处理后竹条颜色会深浅不同，但是颜色均匀是衡量产品质量的重要因素，因此必须对竹条颜色分级。目前在我国主要是通过人工肉眼识别的方法对竹条颜色进行分级。人工肉眼分级主要依靠个人主观经验，容易受到环境、个人情绪等因素影响。并且人工肉眼分级劳动强度大，效率低。

发明内容

本发明针对现有技术中存在的问题，提供一种竹条颜色分类方法及系统，采集各类颜色的样本竹条图像队列，计算待测竹条与每类颜色的样本竹条队列中各样本竹条之间的色差，进而根据色差值的大小将待测竹条归类于最接近的颜色类别。

本发明解决上述技术问题，一方面提供一种竹条颜色分类方法，包括以下步骤：

采集待测竹条图像以及每类颜色对应的多个样本竹条图像，生成样本竹条图像队列；

确定待测竹条与各类颜色样本竹条图像队列中每一样本竹条的色差，得到与样本竹条图像队列对应的色差队列；所述色差队列中的元素为对应样本竹条图像队列中样本竹条与待测竹条的色差值；

根据色差队列，求取待测竹条与每类颜色样本竹条图像队列的最终色差ΔE，将待测竹条归类于最终色差ΔE最小的颜色种类。

本发明的有益效果是：为每类颜色建立样本队列，在进行色差计算时，根据样本队列建立色差队列，并根据色差队列计算求取最终色差，利用最终色差来衡量待测竹条与颜色种类的差异，大大增加了该方法的鲁棒性，降低了采用单个样本进行色差判别时由于样本集较少而产生的误差。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步，所述样本竹条图像队列的生成，包括：

依次采集每类颜色的多个样本竹条图像，对样本竹条图像进行滤波获得样本竹条图像的RGB空间图像ImgFileted；

将样本竹条图像的RGB空间图像ImgFileted转换成灰度图，并采用局部最大类间方差法做阈值分割获得样本竹条图像的二值图ImgBinary；

将样本竹条图像的RGB空间图像ImgFileted转换成Lab空间图像ImgLab，并以二值图ImgBinary为掩模，分别求取样本竹条图像的Lab空间图像ImgLab的L、a、b三个通道的最大概率值，并按照图像采集的先后顺序存入对应的颜色类别样本竹条图像队列中；所述最大概率值为Lab空间图像每个通道的二维数组中出现次数最多的数值。

具体的，所述将样本竹条图像的RGB空间图像ImgFileted转换成灰度图，并采用局部最大类间方差法做阈值分割获得样本竹条图像的二值图ImgBinary，包括：

将样本竹条图像的RGB空间图像ImgFileted转换成灰度图，并将其沿分割线分割成多块子图像，所述分割线与样本竹条图像中竹条方向垂直；

针对每一块子图像，以竹条为前景，遍历图像中所有像素点，并分别以各灰度值为该块子图像前景与背景的分割阈值，利用公式(1)计算最佳分割阈值；

g(t)＝w₀×(u₀-u)²+w₁×(u₁-u)² (1)

当函数g(t)取最大值时，t即为该块子图像的最佳分割阈值；其中，前景点面积占该块子图像总面积比例为w₀，前景点灰度均值为u₀，背景点面积占该块子图像总面积比例为w₁，背景点灰度均值为u₁，整块子图像的灰度均值为u＝w₀×u₀+w₁×u₁；

再次遍历图像中所有像素点，将所有灰度值大于最佳分割阈值t的像素点的灰度值置255，将所有灰度值小于或等于最佳分割阈值t的像素点的灰度值置0，得到样本竹条图像的二值图ImgBinary。

采用上述进一步方案的有益效果是采用局部最大类间方差做阈值分割获得二值图，然后以二值图为掩模求取Lab空间图像L、a、b三个通道的最大概率值，可以有效提取图像中的竹条部分，大幅度降低图像中其他因素对竹条颜色分类的影响。