本发明专利技术公开了一种基于特征向量定向的椭球形水果尺寸快速检测方法。对获取的水果图像进行阈值分割、滤波、边缘提取等操作来得到水果边缘图像。对边缘图像建立直角坐标系;求出边缘坐标的协方差矩阵;进而求得协方差矩阵的特征值与单位特征向量;利用单位特征向量定向水果,使其纵径或横径方向平行于直角坐标系水平轴,再利用计算水果边界的上、下、左、右极值点来完成尺寸检测。本发明专利技术通过对水果图像的边界坐标信息求取特征向量来达到快速定向到水果纵径和横径,避免了MER方法通过多次旋转水果图像带来的大量运算,在保证检测精度的同时,提高了检测速度,适于椭球形水果商品化处理过程中的水果尺寸实时检测需要。
【技术实现步骤摘要】
本专利技术涉及一种水果尺寸检测的方法,尤其是涉及一种基于特征向量定向的椭球 形水果尺寸快速检测方法。
技术介绍
水果的大小形状是水果尺寸检测的重要一环。作为水果分级的重要依据之一,在 各国的水果评级标准中有着严格规定。能够快速准确地检测水果尺寸会对水果品质检测、 水果分级的效率提高有着很大的帮助。 在传统上,水果尺寸的检测一般用最小外接矩形MER (Minimum Enclosing Rectangle)法来检测水果的纵横径。该方法是以旋转水果为基础,找到每个角度下,水果 的最外缘点来获得其外接矩形,比较各个角度下外接矩形的面积或周长,找到最小外接矩 形后,将其长边和短边分别作为水果的纵径和横径(Kenneth R. Castleman(美),朱志刚等 译.数字图像处理.北京:电子工业出版社,2002)。另外还有以水果自然对称形态特征 为依据,确定水果尺寸的检测位置,从而完成水果大小检测的方法。但该法受水果果形限制 (冯斌,汪愁华.基于计算机视觉的水果大小检测方法.农业机械学报,2003(1): 73-75)。 对于椭球形水果的尺寸检测,MER法存在局限,在旋转角度间隔与检测精度之间存 在矛盾,如提高检测精度,则旋转角度间隔应减小,运算时间大幅上升,不利于生产上的实 时检测。
技术实现思路
本专利技术的目的在于提供一种, 通过对水果图像的边界坐标信息求取特征向量来达到快速定向到水果纵径和横径,避免了 MER方法通过多次旋转水果图像带来的大量运算。 本专利技术解决其技术问题,所采用技术方案的步骤是: 获取水果图像,并经二值分割、滤波和边缘检测后,得到水果的边界E,建立直角坐 标系;1)将边界E的数据以Xl,yi,i = 1,2…N,的形式存放到水果边界信息矩阵M,其中N 为水果边界点总数; 2)按公式⑴求水果边界信息矩阵M的协方差矩阵C :CN 105184775 A 说明书 2/5 页 式中: μ x是边界E上X坐标的均值,求法见公式(2) μ γ是边界E上y坐标的均值,求法见公式(2) Xi是边界E上第i个点的X坐标 是边界E上第i个点的y坐标 η是边界E上点的个数 3)用公式(3)计算协方差矩阵C的特征值λ P i = 1,2 IAiE-Cl=O (3) 用公式(4)求出特征值λ y i = 1,2的特征向量V1, i = 1,2 (A1E-C)V1= 0, i = 1,2 (4) 用公式(5)计算单位长度的特征向量VO1, 用单位特征向量VO1, i = 1,2组成定向矩阵R,即R = ; 4)用公式(6)将水果边界信息矩阵M乘上定向矩阵R得到新的水果边界信息矩阵 Mf ; 式中: 11,71为1中第1个元素 Rpq,p = 1,2, q = 1,2表示R中第p行第q列的元素 ^y' i,为M'中第i个元素 5)在新的水果边界信息矩阵M'分别找出X'坐标和Y'坐标最小值X' _,y' _和 最大值X' _,y' 用公式(7)计算水果的纵径和横径: Dmax和D min分别代表水果的纵径和横径。 本专利技术具有的有益的效果是: 本专利技术通过对水果图像的边界坐标信息求取特征向量来达到快速定向到水果纵 径和横径,避免了 MER方法通过多次旋转水果图像带来的大量运算,在保证检测精度的同 时,提高了检测速度,本专利技术适于椭球形水果商品化处理过程中的水果尺寸实时检测需要。【附图说明】 图1是本专利技术的处理过程方法流程框图。 图2是本专利技术的处理过程中建立直角坐标系后的水果边缘图像。 图3是本专利技术的处理过程表现特征向量定向方向的图像。 图4是本专利技术的处理过程的表现检测效果的图像。【具体实施方式】 下面结合附图和实施例对本专利技术做进一步说明。 在本实施例中,本专利技术的检测方法的采用MATLAB软件编程实现。 如图1所示,采用专利号为ZL201110417958. 7,专利技术名称为"克服尺寸和姿态影响 的水果内部品质信息采集方法及装置"的中国专利技术专利,获取水果图像,并经二值分割、滤 波和边缘检测后,得到水果的边界E,建立如图2所示的直角坐标系后,该方法的步骤如下: 1)将边界E的数据以(Xl,yi) (i = 1,2···Ν,N为水果边界点总数)的形式存放到 水果边界信息矩阵Μ。 2)按公式⑴求水果边界信息矩阵M的的协方差矩阵C。 式中: μ χ是边界E上X坐标的均值(求法见公式(2)) μ γ是边界E上y坐标的均值(求法见公式(2)) Xi是边界E上第i个点的χ坐标 y;是边界E上第i个点的y坐标 η是边界E上点的个数 3)用公式(3)计算协方差矩阵C的特征值λ i (i = 1,2), λ β-C I = 0 (3) 用公式⑷求出特征值XiQ = 1,2)的特征向量ViQ = 1,2) (A1E-C)V1= 0, i = 1,2 (4) 用公式(5)计算单位长度的特征向量VO1, 用单位特征向量VO1 (i = 1,2)组成定向矩阵R,即R = ; 相应的MATLAB语句为: = eig(C) ; %其中V为特征值λ 图3中箭头方向代表特征向量定位的水果纵径和横径方向。 4)用公式(6)将水果边界信息矩阵M乘上定向矩阵R得到新的水果边界信息矩阵 Μ'。 式中: X1, M中第i个元素 Rpq (p = 1,2, q = 1,2)表示R中第p行第q列的元素 ,太$M'中第i个元素 相应的MATLAB语句为:M0 = M*R ; %其中MO为新的水果边界信息矩阵M' 5)在新的水果边界信息矩阵M'分别找出X'坐标和Y'坐标最小值X' _,y' _和 最大值X' _,y' _。用公式(7)计算水果纵径和横径。 经过上述运算后,0_和D _分别代表水果的纵径和横径。 图 4 是以(X' _,y' _),(X' _,y' _),(X' _,y' _),(X' _,y' _)为顶点的矩 形旋转至原来角度下的情形,即将坐标点如公式(8)变换并连成矩形,若只要求出纵径和 横径则无需该操作。 X',y '为M'坐标空间下的坐标 X,y为M坐标空间下的坐标 Rpq (p = 1,2, q = 1,2)表示R中第p行第q列的元素 以下为特征向量定向法与最小外接矩形法(MER)检测哈密瓜尺寸结果的比较。 在哈密瓜尺寸检测中,采用特征向量定向法与最小外接矩形法得到的0_和D_ 分别对应哈密瓜的纵径和横径。 为检验方法效果,拍摄了 60个哈密瓜样本的图像,并采用标准方法测量这些样本 的纵径和横径数据作为实测值。随机抽取其中30个样本作为建模集,余下的30个样本作 为检验集,用建模集样本的纵径和横径的实测值与图像处理结果进行一元线性回归,分别 建立哈密瓜纵径检测模型和横径检测模型,采用纵径检测模型和横径检测模型计算出的结 果作为检测值。表1是对检验集进行检测的检验结果。 表1样本检验结果 *5°、3°、Γ、0.5°为最小外接矩形法的旋转角度间隔 从表1可以发现,特征向量定向法的平均相对偏差、最大相对偏差均优于最小外 接矩形法,说明本专利技术所述的特征向量定向法检测精度优于最小外接矩形法。 表2检测耗时比较 单位:毫秒 *5°、3°、Γ、0.5°为最小外接矩形法的旋转角度间隔 表2是检测耗时对比。测试的硬件条件为CPU AMD Α8-7100本文档来自技高网...
【技术保护点】
一种基于特征向量定向的椭球形水果尺寸快速检测方法,获取水果图像,并经二值分割、滤波和边缘检测后,得到水果的边界E,建立直角坐标系;其特征在于该方法的步骤是:1)将边界E的数据以xi,yi,i=1,2…N,的形式存放到水果边界信息矩阵M,其中N为水果边界点总数;2)按公式(1)求水果边界信息矩阵M的协方差矩阵C:C=Σi=1n(xi-μX)2n-1Σi=1n(xi-μX)(yi-μY)n-1Σi=1n(xi-μX)(yi-μY)n-1Σi=1n(yi-μY)2n-1---(1)]]>μX=Σi=1nxinμY=Σi=1nyin---(2)]]>式中:μX是边界E上x坐标的均值,求法见公式(2)μY是边界E上y坐标的均值,求法见公式(2)xi是边界E上第i个点的x坐标yi是边界E上第i个点的y坐标n是边界E上点的个数3)用公式(3)计算协方差矩阵C的特征值λi,i=1,2|λiE‑C|=0 (3)用公式(4)求出特征值λi,i=1,2的特征向量Vi,i=1,2(λiw‑C)Vi=0,i=1,2 (4)用公式(5)计算单位长度的特征向量V0i,V0i=Vi|Vi|,i=1,2---(5)]]>用单位特征向量V0i,i=1,2组成定向矩阵R,即R=[V01V02];4)用公式(6)将水果边界信息矩阵M乘上定向矩阵R得到新的水果边界信息矩阵M’;xi′=xiR11+yiR21yi′=xiR12+yiR22---(6)]]>式中:xi,yi为M中第i个元素Rpq,p=1,2,q=1,2表示R中第p行第q列的元素x′i,y′i为M’中第i个元素5)在新的水果边界信息矩阵M’分别找出X’坐标和Y’坐标最小值x’min,y’min和最大值x’max,y’max;用公式(7)计算水果的纵径和横径:Dmax=max(xmax′-xmin′,ymax′-ymin′)Dmin=min(xmax′-xmin′,ymax′-ymin′)---(7)]]>Dmax和Dmin分别代表水果的纵径和横径。...
【技术特征摘要】
【专利技术属性】
技术研发人员:饶秀勤,宋晨波,许济海,应义斌,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。