[发明专利]一种霉菌检测方法及系统

权利要求书

1.一种霉菌检测方法，其特征在于，包括以下步骤：

S100、获取多个霉菌衣物的样本图像；

S200、对所述多个样本图像进行图像处理及标签贴纸，得到学习数据库，基于所述学习数据库进行判别模型训练；

所述S200还包括：

S210、对所述样本图像进行裁剪操作，得到预处理样本图像，并计算霉菌面积大小；

S220、对所述预处理样本图像进行标签贴纸，其中标签贴纸包括对应样本图像的纹理、颜色、霉菌的标识面积以及污染程度信息；

所述纹理包括霉菌菌丝占整个菌落比重和霉菌菌球占整个菌落比重；计算霉菌总标识面积占截取霉菌面积的百分比作为霉菌密度指标，所述霉菌密度指标作为污染程度信息；

S300、采集待检测衣物图像数据，基于所述判别模型进行图像判别计算；

S400、输出所述判别模型的图像判别计算结果，其中所述计算结果包括所述标签贴纸的信息。

2.根据权利要求1所述的霉菌检测方法，其特征在于，所述S200还包括：

S230、对标签贴纸后的样本图像进行数据库扩充操作，得到扩充后的学习数据库。

3.根据权利要求2所述的霉菌检测方法，其特征在于：

所述S210还包括：S211、将所述样本图像进行颜色空间变化，即将RGB空间转化为LAB空间；

所述对标签贴纸后的样本图像进行数据库扩充操作包括：使用Python实现灰度化、通过浮点算法、整数算法、平均值算法、移位法、单通道法、二值化法读取原图像以及灰度变换对所述样本图像进行处理，得到扩充的数据库。

4.根据权利要求2所述的霉菌检测方法，其特征在于，所述S220还包括：

S221、使用判别模型，对所述样本图像进行标签贴纸；

S222、对所述样本图像中的轮廓进行逐一遍历，对颜色、灰度以及纹理形状进行分类识别，完成标签贴纸。

5.根据权利要求2所述的霉菌检测方法，其特征在于，所述S220还包括：

基于生成模型对所述样本图像进行标签贴纸；

对所述样本图像中的轮廓进行逐一遍历，对颜色、灰度以及纹理形状寻找与目标相似度最大的区域，分离并进行标签贴纸；

其中所述生成模型包括但不限于基于SR算法的模型、基于PCA算法的模型以及基于随机森林算法的模型。

6.根据权利要求2至5任一所述的霉菌检测方法，其特征在于，所述纹理包括霉菌菌丝以及霉菌菌球。

7.根据权利要求2至5任一所述的霉菌检测方法，其特征在于，所述污染程度为霉菌总标识面积与裁剪操作后霉菌面积的比值，计算式为：

其中P≥0.85为重度污染；

0.85P≥0.60为中度污染；

P0.60为轻度污染。

8.根据权利要求1所述的霉菌检测方法，其特征在于，所述判别模型包括但不限于基于SVM算法的模型、神经网络以及基于adaboost算法的模型。

9.一种霉菌检测系统，用于实现如权利要求1-8任一项所述的霉菌检测方法，其特征在于，包括：

样本采集模块，用于采集多个霉菌衣物的样本图像，其中采集方式包括网络爬取；

样本图像处理模块，用于对所述多个样本图像进行图像处理及标签贴纸，得到学习数据库，基于所述学习数据库进行判别模型训练；

学习库模块，用于存储处理后的样本图像和判别模型；

图像采集模块，用于采集待检测衣物图像数据；

运算模块，用于基于判别模型对所述待检测衣物图像数据进行霉菌检测识别。

10.根据权利要求9所述的菌检测系统，其特征在于，所述样本图像处理模块包括：

转换单元，用于将所述样本图像进行由RGB空间转换为LAB空间的操作；

裁剪及计算单元，用于对所述样本图像进行裁剪操作，得到预处理样本图像，并计算霉菌面积大小；

标签贴纸单元，用于对所述预处理样本图像进行标签贴纸，其中标签贴纸包括对应样本图像的纹理、颜色、霉菌的标识面积以及污染程度信息；

数据库扩充单元，用于对标签贴纸后的样本图像进行数据库扩充操作，得到扩充后的学习数据库。