[发明专利]一种智能化测量茶芽芽叶夹角的方法及其测量工具在审

专利信息
申请号: 202211129869.7 申请日: 2022-09-16
公开(公告)号: CN116029969A 公开(公告)日: 2023-04-28
发明(设计)人: 林杰;曹思宇;金鑫;卢健;张宝荃;王周立;钟玉;仝晨;马军辉 申请(专利权)人: 丽水市茗天科技有限公司;浙江农林大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/60;G06T7/90;G06T5/00;G01C11/04;G01C11/02
代理公司: 深圳市成为知识产权代理事务所(普通合伙) 44704 代理人: 陈栋
地址: 323000 浙江省丽*** 国省代码: 浙江;33
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 智能化 测量 茶芽芽叶 夹角 方法 及其 工具
【说明书】:

发明公开了一种智能化测量茶芽芽叶夹角的方法,S1、获取样品图片;S2、截取完整一芽一叶图像(茶芽叶尖朝上,叶柄朝下),背景为黑色,作二值化处理;S3、采用计算机视觉OpenCV库中的骨架提取算法经边缘平滑处理及空洞填充后提取茶芽骨架图;S4、遍历骨架图所有像素点,采用八邻域判别算法得到端点、交叉点坐标,再通过端点、交叉点坐标计算得到端点夹角和交叉点夹角;本发明还公开了一种智能化测量茶芽夹角的测量工具,包括移动轨道,所述移动轨道内滚动安装有茶叶托盘,不仅节省人工逐个用角尺测量芽叶夹角的劳动力和时间,而且实现精准化测量芽叶夹角的方法,减少人工误差,给出利用八邻域判别算法的专用测量系统,实现了批量化大面积快速测量。

技术领域

本发明涉及茶叶属性评价技术领域,具体涉及一种智能化测量茶芽芽叶夹角的方法,还涉及一种智能化测量茶芽芽叶夹角的测量工具。

背景技术

劳动力日渐昂贵的今天,茶叶智能化机械采摘作为新的发展趋势具有巨大潜力,而芽叶夹角(一芽一叶嫩梢)对于机械化采摘茶芽的破碎度及漏采率具有密切关联。以及在茶树育种方面,有利于茶树茶芽性状监测工作,便于新品种性状记录以及简化科研人员工作程序,加速培育进程。在茶叶采期管理上,芽叶夹角大小和茶芽鲜嫩度密切相关,本算法所测得的茶芽夹角有利于判断最宜茶叶采期,避免延误采收时间,造成损失。且对于茶叶品质来说,芽叶夹角越小,加工过程中有利于形成直条状,无论是对内在品质还是对干茶条索美观方面均具有重要意义。

当前不足:

1.依赖于专业人员进行人工角尺测量,费时费力且可能存在误差;

2.需要采摘或记录茶芽性状、判断茶叶采期时,茶园茶芽数量过大且茶叶生长速度较快,无法进行快速全面精准批量化的测量出数据;

3.需要判断某批次茶芽品质优劣时不能批量化及时测量出数据。

因此,建立一套测量茶芽夹角的智能化系统,对于节省人工,精准化标准化批量化测量茶芽夹角具有重要意义,为设定茶叶机采标准、帮助茶树育种、判断茶叶采期及判断茶芽品质好坏提供参考依据。

发明内容

本发明的目的在于提供一种智能化测量茶芽芽叶夹角的方法,能够快速完成茶园需要采摘时,及记录茶树茶芽性状、判断茶叶采期时对茶芽夹角快速准确测量的工作,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:

一种智能化测量茶芽芽叶夹角的方法,包括如下步骤:

S1、获取样品图片:采用摄像设备,在茶园进行拍摄,或随机采摘芽叶放置黑色橡胶底评茶盘内平铺拍摄,图片要求所需测量的完整茶芽在内,图片清晰无阴影;

S2、用截图软件或截图算法手动或自动截取完整一芽一叶图像,背景为黑色,作二值化处理;

S3、采用计算机视觉OpenCV库中的骨架提取算法经边缘平滑处理及空洞填充,得到边缘平滑、无空洞的茶芽图像,再提取茶芽骨架;

S4、采用八邻域判别算法,遍历骨架图所有像素点,得到端点、交叉点坐标,再通过端点、交叉点坐标,计算得到端点夹角和交叉点夹角。

作为优选的,所述步骤S4中的八邻域算法构建了运用精确定位骨架端点以及交叉点的算法,所述八邻域跟踪算法,是从图片左上角第一个像素点开始按行按列遍历图像找到一个白色像素点,设这个点为起始点X,则顺时针遍历这个白色像素点的周围,如果此像素点周围有一个白色像素点,则这个点为骨架端点,如果此像素点周围有两个白色像素点则这个点为骨架普通点,如果此像素点周围有三个白色像素点则这个点为骨架交叉点。

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丽水市茗天科技有限公司;浙江农林大学,未经丽水市茗天科技有限公司;浙江农林大学许可,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/202211129869.7/2.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