[发明专利]一种基于多尺度高斯函数的柑橘表面缺陷检测方法

说明书

本发明属于计算机视觉图像处理技术领域，公开了一种基于多尺度高斯函数的柑橘表面缺陷检测方法，利用柑橘图像HSI颜色空间模型的I分量图构建二值掩模模板I_mask，掩模模板I_mask与I分量图进行点乘运算后得到去除背景的I分量图像F(x,y)；通过构建多尺度高斯函数滤波器G(x,y)，将G(x,y)与F(x,y)做卷积运算即可得到去除背景的I分量表面光照分量图I(x,y)；将F(x,y)与I(x,y)做点除运算，得到去除背景的I分量表面均一化亮度图像f(x,y)，对f(x,y)采用单阈值法即可实现对柑橘表面缺陷检测。本发明提高了缺陷分割效率，克服了传统缺陷检测算法的复杂性，具有较好的适应性。

技术领域

本发明属于计算机视觉图像处理技术领域，尤其涉及一种基于多尺度高斯函数的柑橘表面缺陷检测方法。

背景技术

柑橘表面缺陷一直是柑橘所有外在品质检测、分级中的难点，且柑橘表面缺陷也是决定价格最有力的因素之一，因为外部缺陷是对柑橘品质最为直接的反映。国内外大量研究学者在通过计算机视觉方式检测柑橘表面缺陷时发现，由于大多数柑橘呈球体或类球体且表面粗糙，导致光照反射不均匀，造成柑橘表面亮度不均，在灰度图像上表现为中部区域亮度高，边缘区域灰度低，而柑橘表面缺陷通常也是以灰度值较低的方式存在，缺陷区域灰度与正常区域灰度存在交叉，这就直接导致了对缺陷提取的困难甚至是无法提取。

目前对水果缺陷检测的方法主要分为两大类：基于计算机视觉的图像形态学处理方法和基于高光谱成像技术的水果品质无损检测。

现有技术1：

图像形态学处理是是图像处理中应用最为广泛的技术之一，主要用于从图像中提取对表达和描绘区域形状有意义的图像分量，使后续的识别工作能够抓住目标对象最为本质的形状特征。如中国专利(2015)CN105046700A介绍了一种基于亮度校正与颜色分类的水果表面缺陷检测方法及系统，首先获取待检测水果RGB图像中的R分量图像并对其进行亮度校正，在获取RGB图像中每个像素点对应的HSI颜色模型中的H值并与预设颜色的H值进行判断比较，将果梗及花萼区域的灰度值置零，获取水果表面的缺陷区域；中国专利(2016)CN105675625A记载了一种梯度迭代阈值分割的水果表面缺陷检测方法，首先去除背景并二值化并计算出灰度图的归一化梯度图像，得到分割阈值并对图像分割得到梯度二值化图像，与轮廓边缘膨胀图像相减获得差值图像，最后通过图像形态学操作获得水果表面缺陷图像。虽然以上方法都取得了较好的水果表面缺陷检测效果，但这些算法大都较为复杂且耗时。

现有技术2：

得益于光谱技术的发展，高光谱成像技术已广泛应用于农产品快速无损检测中。该技术既可检测物体的外部品质，也可检测物体的内部品质。如张保华等人综述了高光谱成像技术在水果外部品质、内部品质检测中的原理、发展和应用并讨论了高光谱成像系统的发展趋势及存在的问题。(张保华,李江波,樊书祥,等.高光谱成像技术在果蔬品质与安全无损检测中的原理及应用[J].光谱学与光谱分析,2014,34(10):2743-2751.)；孙梅等人基于高光谱成像技术和主成分分析方法分析了苹果的风伤和压伤，并优选出714nm最为苹果风伤研究的最佳特征波长。(孙梅,陈兴海,张恒,等.高光谱成像技术的苹果品质无损检测[J].红外与激光工程,2014,43(4):1272-1277.)。高光谱成像检测技术的优异性不言而喻，但该技术的硬件成本过高，导致难以推广。

通过构建掩模图像并去除背景，利用低通滤波器获取图像的亮度分量，通过对该亮度分量的校正后可以利用一个简单的阈值来提取水果图像表面的缺陷。

综上所述，现有技术存在检测柑橘表面缺陷算法复杂、适用性低、成本高、难以适应在线检测的问题，因此需要新的柑橘表面缺陷检测方法。

发明内容

本发明的目的在于提供了一种基于多尺度高斯函数的柑橘表面缺陷检测方法，相比传统识别方法更简单且不依赖成本较高的复杂硬件成像技术，实用性较广。