柑橘体积的视觉检测方法技术

本发明专利技术公开了一种柑橘体积的视觉检测方法，包括以下步骤：步骤一、柑橘图像分割：将采集到的柑橘RGB图像，采用红色特征2R-G-B，通过OTSU法自动选取阈值，采用通过OTSU法自动选取的阈值对柑橘RGB图像进行分割；步骤二、通过开操作对上述分割后的柑橘RGB图像去噪；步骤三、在上述步骤二开操作后的柑橘RGB图像中提取柑橘图像像素点个数、长轴和短轴长度三个形状特征；步骤四、以上述步骤三中提取的像素点个数、长轴和短轴长度三个形状特征作为输入，利用BP网络估测柑橘体积。以实现对柑橘的体积进行自动高精度识别的优点。

【技术实现步骤摘要】

本专利技术涉及农作物鉴别领域，具体地，涉及一种。
技术介绍
柑橘是我国重要的经济作物，随着农业现代化技术的不断发展，在柑橘生产中引入图像处理技术提高柑橘估测的效率逐渐成为一个重要的发展方向。近年来，除了利用机器视觉帮助机器手定位实现柑橘自动采摘和利用光谱图像对柑橘质量进行检测两个发展方向外，通过引入图像处理技术进行柑橘外形检测也逐渐成为研宄的热点。但是，现有技术对于柑橘外形的检测缺少对其体积的直接检测。在现有研宄中多通过图像中柑橘的周长面积、果径大小、最大横径和最小直径、正交不变矩等二维参数表征柑橘的大小。这些参数都是基于柑橘图像的截面积提取的二维参数，这些参数与柑橘体积并不是线性相关的，因此使用这些参数直接估测柑橘体积精度仍无法满足生产的需要。
技术实现思路
本专利技术的目的在于，针对上述问题，提出一种，以实现对相橘的体积进彳丁自动尚精度识别的优点。为实现上述目的，本专利技术采用的技术方案是: 一种，包括以下步骤: 步骤一、柑橘图像分割:将采集到的柑橘RGB图像，采用红色特征2R-G-B，通过OTSU法自动选取阈值，采用通过OTSU法自动选取的阈值对柑橘RGB图像进行分割； 步骤二、通过开操作对上述分割后的柑橘RGB图像去噪； 步骤三、在上述步骤二开操作后的柑橘RGB图像中提取柑橘图像像素点个数、长轴和短轴长度三个形状特征； 步骤四、以上述步骤三中提取的像素点个数、长轴和短轴长度三个形状特征作为输入，利用BP网络估测柑橘体积。优选的，上述步骤四中利用BP网络估测柑橘体积，BP网络中间层根据输入节点数选择7个节点。本专利技术的技术方案具有以下有益效果: 本专利技术的技术方案，针对柑橘体积与柑橘截面图像特征不成线性相关的情况，从而引入神经网络这一非线性估测的算法减小估测误差。从而达到对柑橘的体积进行自动高精度识别的目的。下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。【附图说明】图1为本专利技术实施例所述的的流程图； 图2a为柑橘原图； 图2b为分割后的柑橘图像； 图2c为开操作后的柑橘图像。【具体实施方式】以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。如图1所示，一种，包括以下步骤: 柑橘RGB图像如图2a所示，并将原图做了灰度化处理。步骤一、柑橘图像分割:将采集到的柑橘RGB图像，采用红色特征2R-G-B，通过OTSU法自动选取阈值，采用通过OTSU法自动选取的阈值对柑橘RGB图像进行分割；柑橘RGB图像即每个像素点通过R、G、B三个值表示像素点红、绿、蓝的程度，分割后的柑橘图像如图2b所示。步骤二、通过开操作对上述分割后的柑橘RGB图像去噪；分割后的图像所得的柑橘目标还是比较粗糙的。由于柑橘表面有果梗、缺陷和斑点的存在，分割后的柑橘图像会存在一些空洞。因此采用开操作进行去噪。开操作后的柑橘图像如图2c所示。步骤三、在上述步骤二开操作后的柑橘RGB图像中提取柑橘图像像素点个数、长轴和短轴长度三个形状特征；在对柑橘图像进行处理后，为估测柑橘体积一般都要提取一些形状特征参数。根据经验，截面积、长度和宽度越大的柑橘，其体积就越大。所以选择柑橘图像中的柑橘区域对应像素点个数，包含柑橘图像点所在区域当量椭圆的长轴长度和短轴长度三个特征作为特征参数。步骤四、以上述步骤三中提取的像素点个数、长轴和短轴长度三个形状特征作为输入，利用BP网络估测柑橘体积。步骤四中利用BP网络估测柑橘体积，BP网络中间层根据输入节点数选择7个节点。为验证本专利技术技术方案的有效性，采用排水法测量20个柑橘，然后采用本技术方案进行体积测量。随机选取其中17个柑橘为训练样本训练BP网络，然后利用训练后的BP网络对剩余的3个柑橘进行体积检测。为分析估测结果的精度，求取视觉检测体积与排水法测量体积的相关系数，结果为0.981793。这表明估测体积较为接近实际体积。然后对估测体积与实际体积进行方差检验，显著性概率远大于5%，这表明估测体积和实际体积不存在显著性差异。利用BP网络算法检测橘子体积的效果很好，训练样本最大误差为3.63%; 3个作为测试样本的柑橘最大误差为4.36%。综上所述，本专利技术具有以下特点: O引入机器视觉、神经网络进行柑橘体积的检测。2)提出采用柑橘图像中的柑橘区域对应像素点个数，包含柑橘图像点所在区域当量椭圆的长轴长度和短轴长度三个参数进行检测。最后应说明的是:以上所述仅为本专利技术的优选实施例而已，并不用于限制本专利技术，尽管参照前述实施例对本专利技术进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。【主权项】1.一种，其特征在于，包括以下步骤: 步骤一、柑橘图像分割:将采集到的柑橘RGB图像，采用红色特征2R-G-B，通过OTSU法自动选取阈值，采用通过OTSU法自动选取的阈值对柑橘RGB图像进行分割； 步骤二、通过开操作对上述分割后的柑橘RGB图像去噪； 步骤三、在上述步骤二开操作后的柑橘RGB图像中提取柑橘图像像素点个数、长轴和短轴长度三个形状特征； 步骤四、以上述步骤三中提取的像素点个数、长轴和短轴长度三个形状特征作为输入，利用BP网络估测柑橘体积。2.根据权利要求1所述的，其特征在于，上述步骤四中利用BP网络估测柑橘体积，BP网络中间层根据输入节点数选择7个节点。【专利摘要】本专利技术公开了一种，包括以下步骤：步骤一、柑橘图像分割：将采集到的柑橘RGB图像，采用红色特征2R-G-B，通过OTSU法自动选取阈值，采用通过OTSU法自动选取的阈值对柑橘RGB图像进行分割；步骤二、通过开操作对上述分割后的柑橘RGB图像去噪；步骤三、在上述步骤二开操作后的柑橘RGB图像中提取柑橘图像像素点个数、长轴和短轴长度三个形状特征；步骤四、以上述步骤三中提取的像素点个数、长轴和短轴长度三个形状特征作为输入，利用BP网络估测柑橘体积。以实现对柑橘的体积进行自动高精度识别的优点。【IPC分类】G06T7-00, G01B11-00【公开号】CN104764402【申请号】CN201510107888【专利技术人】胡波, 刘方芳 【申请人】广西科技大学【公开日】2015年7月8日【申请日】2015年3月11日本文档来自技高网...

【技术保护点】
一种柑橘体积的视觉检测方法，其特征在于，包括以下步骤：步骤一、柑橘图像分割：将采集到的柑橘RGB图像，采用红色特征2R‑G‑B，通过OTSU法自动选取阈值，采用通过OTSU法自动选取的阈值对柑橘RGB图像进行分割；步骤二、通过开操作对上述分割后的柑橘RGB图像去噪；步骤三、在上述步骤二开操作后的柑橘RGB图像中提取柑橘图像像素点个数、长轴和短轴长度三个形状特征；步骤四、以上述步骤三中提取的像素点个数、长轴和短轴长度三个形状特征作为输入，利用BP网络估测柑橘体积。

【技术特征摘要】

【专利技术属性】
技术研发人员：胡波，刘方芳，
申请(专利权)人：广西科技大学，
类型：发明
国别省市：广西;45