[发明专利]一种基于机器视觉的绿化马铃薯检测分级方法

摘要

本发明公开了一种基于机器视觉的绿化马铃薯检测方法，包括如下步骤：（1）采集完整马铃薯图像，滤除背景，得到马铃薯分割图像；（2）计算马铃薯形心，以形心为基准按比例去除马铃薯轮廓；（3）扫描马铃薯目标区域，逐点计算H值；（4）将计算的H值与阈值，阈值α相比较，若H值等于阈值α，则这个像素点为绿化点，若H值不等于阈值α，这个像素点为正常表皮点；（5）设定阈值并统计绿化点数，将绿化点与阈值β相比较对马铃薯进行分级。本发明所述方法计算复杂度低，易于实现，适用马铃薯的快速实时分级；且客观性强、效率高，具有很好的应用前景。

主权项

一种基于机器视觉的绿化马铃薯检测方法，包括如下步骤：（1）采集完整马铃薯图像，滤除背景，得到马铃薯分割图像；（2）计算马铃薯形心，以形心为基准按比例去除马铃薯轮廓，首先计算马铃薯形心： X = 1 N Σ i = 1 n x i , Y = 1 N Σ i = 1 n y i 式中：N——马铃薯像素点的总数；xi——马铃薯像素点的横坐标（i=1,2,3…n）；yi——马铃薯像素点的纵坐标（i=1,2,3…n）其次缩放马铃薯的坐标：Xi＝K(xi‑X)+X Yi＝K(yi‑X)+Y式中：Xi——缩放后的坐标（i=1,2,3…n）；Yi——缩放后的坐标（i=1,2,3…n）；K——缩放系数，K取0.95；X——形心横坐标；Y——形心纵坐标；xi——马铃薯像素点的横坐标（i=1,2,3…n）；yi——马铃薯像素点的横坐标（i=1,2,3…n）；然后将（Xi，Yi）作为马铃薯新的坐标，得到去除轮廓后的马铃薯；（3）逐点扫描马铃薯目标区域，测定马铃薯目标区域每个像素点的R、G和B三通道的像素值，并将其转换到0‑1之间，得到r、g和b；其中r=R/255、G=g/255、B=b/255；（4）将r、g和b转化为色调H值；（5）将计算的像素点H值与阈值，阈值α相比较，若H值等于阈值α即127，则该像素点为绿化点，若H值不等于127，则像素点为正常表皮点；（6）设定阈值并统计绿化点数，将绿化点与阈值β相比较对马铃薯 进行分级。