[发明专利]一种霉菌检测方法及系统

说明书

本发明公开了一种霉菌检测方法及系统，属于数字图像处理领域，用于实现：通过获取大量霉变衣物的图像数据，对图像数据进行灰度、颜色、纹理等标签贴纸，从而实现判别模型的训练，基于判别模型对待检测的衣物图像数据进行霉变检测。本发明的有益效果为：利用计算机自动检测，通过大量样本数据进行模型训练，快速有效地检测出霉菌，避免了人工检测速度慢，劳动强度大，易受主观因素影响等缺点。

技术领域

本发明涉及数字图像处理领域，特别涉及一种霉菌检测方法及系统。

背景技术

夏季天气时好时坏，有时候雨水绵绵不绝。温暖湿润的环境正是各种霉菌生长的好时机。此时，人们应该注意霉菌对衣物的侵害和霉菌对人体健康的威胁。

日常生活中衣物经常由于天气过于潮湿或者未晾干即放入衣柜内，而普通衣柜又不具备通风的功能，在这种情况下容易滋生霉菌，影响人们的日常生活，降低生活质量。

目前判断霉菌的办法多是人工判断，自身的知识和经验诊断，掺杂了较多主观因素，存在速度和精度的不足，因此，急需一套在确保精确度的情况下及时检测出衣物霉菌的方法。

发明内容

为至少解决现有技术中存在的技术问题之一，本发明的目的在于提供一种霉菌检测方法及系统，通过获取大量霉变衣物的图像数据，对图像数据进行灰度、颜色、纹理等标签贴纸，从而实现判别模型的训练，基于判别模型对待检测的衣物图像数据进行霉变检测。

本发明解决其问题所采用的技术方案第一方面是：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；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。

有益效果：利用计算机自动检测，通过大量样本数据进行模型训练，快速有效地检测出霉菌，避免了人工检测速度慢，劳动强度大，易受主观因素影响等缺点。

根据本发明第一方面所述的，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；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。

根据本发明第一方面所述的，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；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，对单个样本图像数据进行颜色空间变化和多算法进行处理，得到多个处理后的样本数据，有助于完善并扩充学习库的数据量，提升判别准确率。

根据本发明第一方面所述的，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。

根据本发明第一方面所述的，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。

根据本发明第一方面所述的，纹理包括霉菌菌丝以及霉菌菌球。

根据本发明第一方面所述的，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；