【技术实现步骤摘要】
一种基于着色面状况分析的水果外观品质评价方法
[0001]本专利技术属于机器视觉
，具体涉及通过某种水果的成熟色泽着色面状况和着色区域成熟状况分析该种水果的着色面状况来进行水果外观品质评价的方法。
技术介绍
[0002]机器视觉技术通过图像采集系统来采集样本的图像，并对其进行处理分析，最后输出判别结果。机器视觉技术的原理是模拟人类的视觉功能，但是与人眼相比，机器视觉具有更高的分辨率、效率和稳定性，因而可利用计算机视觉技术实现对水果外观品质的自动化检测与分级评价。由于色彩模式将决定显示和打印的电子图像的颜色，可见色彩模式是机器视觉技术中图像采集的重要概念。色彩模色彩模式是用于表现图像颜色的一种数学算法，也就是电子图像的展示方式，用于显示或打印输出。RGB色彩就是常说的光学三原色，R代表红色，G代表绿色，B代表蓝色，RGB色彩的表示方式如：(255,0,0)红色、(0,255,0)绿色、(0,0,255)蓝色、(255,255,255)白色和(0,0,0)黑色，通过改变三个不同的数值可以得到不同的颜色。自然界中肉眼所能看到的色彩几乎都可以由这三种色彩混合叠加而成。RGB颜色模式对应的媒介就是发光体，例如电脑屏幕、手机等RGB色彩模式使用RGB模型为图像中每一个像素的RGB分量分配一个0～255范围内的强度值。
技术实现思路
[0003]本专利技术的目的在于通过分析关于图像中所有像素点的红光值、绿光值和蓝光值与典型着色特征的红光值、绿光值和蓝光值相对应差值平方之和在不同颜色种类和不同图像关于对应关联程...
【技术保护点】
【技术特征摘要】
1.一种基于着色面状况分析的水果外观品质评价方法，其特征在于，包括以下步骤：步骤1，设某种水果着色面的颜色种类可划分为若干种，可设立该种水果着色面的颜色种类集合，并设置上述若干种颜色种类中典型色调的红光值、绿光值和蓝光值，可通过若干张该种水果的图像来建立训练样本集图像集合，并提取上述若干张图像中像素点的色调的红光值、绿光值和蓝光值，分别建立某张图像关于某种颜色种类中红光值、绿光值和蓝光值与典型着色特征的红光值、绿光值和蓝光值的关联程度参数后，则可通过关于图像中所有像素点的红光值、绿光值和蓝光值与典型着色特征的红光值、绿光值和蓝光值相对应差值平方之和在不同颜色种类和不同图像关于对应关联程度参数平方的加权和来设定关于外观品质评价的典型着色特征目标函数；步骤2，由关于外观品质评价的典型着色特征目标函数对某张图像关于某种颜色种类中红光值与典型着色特征的红光值的关联程度参数进行一阶求导和二阶求导，以及对该种颜色种类中典型色调的红光值进行一阶求导，从而给出该典型着色特征目标函数对于该关联程度参数取最小值时该关联程度参数的状况以及该典型着色特征目标函数对于该红光值取最小值时该红光值的状况；步骤3，由关于外观品质评价的典型着色特征目标函数对某张图像关于某种颜色种类中绿光值与典型着色特征的绿光值的关联程度参数进行一阶求导和二阶求导，以及对该种颜色种类中典型色调的绿光值进行一阶求导，从而给出该典型着色特征目标函数对于该关联程度参数取最小值时该关联程度参数的状况以及该典型着色特征目标函数对于该绿光值取最小值时该绿光值的状况；步骤4，由关于外观品质评价的典型着色特征目标函数对某张图像关于某种颜色种类中蓝光值与典型着色特征的蓝光值的关联程度参数进行一阶求导和二阶求导，以及对该种颜色种类中典型色调的蓝光值进行一阶求导，从而给出该典型着色特征目标函数对于该关联程度参数取最小值时该关联程度参数的状况以及该典型着色特征目标函数对于该蓝光值取最小值时该蓝光值的状况；步骤5，首先在初试化过程中设置迭代次数为零时的不同颜色种类中典型着色特征的红光值、绿光值和蓝光值并建立对应颜色种类的集合，以及统计训练样本集图像集合中不同像素点的红光值、绿光值和蓝光值；接着进入色泽颜色种类迭代循环体：迭代次数加壹，给出当前迭代次数对应的不同图像关于不同颜色种类中红光值、绿光值和蓝光值与典型着色特征的红光值、绿光值和蓝光值的关联程度参数，给出当前迭代次数对应的不同颜色种类中典型色调的红光值、绿光值和蓝光值，建立当前迭代次数对应的不同颜色种类的集合，通过当前迭代次数对应的不同成熟色泽颜色种类的集合与上次迭代次数对应的不同成熟色泽颜色种类的集合差别元素的均值给出当前迭代次数对应的成熟色泽颜色种类的集合差别状况；而后进入迭代结束判断过程：若当前迭代次数对应的成熟色泽颜色种类的集合差别状况小于等于成熟色泽颜色种类集合差别门限，则认为关于外观品质评价的典型着色特征目标函数通过迭代达到了需要收敛的需求，此时停止迭代计算，同时若某种颜色种类关联程度状况小于颜色种类关联程度状况门限，则可将该种颜色从着色面的颜色种类集合；步骤6，将被检水果的图像经过色彩调整后提取其全景图像中不同像素点的色调，设可由图像分割算法给出被检水果边缘轮廓以及边缘轮廓内若干个着色区域，由合并的若干个
着色区域与被检水果边缘轮廓内区域的比值给出被检水果的成熟色泽着色面状况，而被检水果的着色区域成熟状况由若干个着色区域内成熟色泽像素点与对应着色区域像素点的比值中最小值给出，在满足着色区域成熟状况的条件下可通过成熟色泽着色面状况是否高于某一等级的色泽外观指标判断出对于被检水果的色泽分级外观品质评价。2.根据权利要求1所述的一种基于着色面状况分析的水果外观品质评价方法，其特征在于，所述步骤1具体包括：设某种水果着色面的颜色种类可划分为N种，设立该种水果着色面的颜色种类集合Ξ，可设置第n种颜色种类中典型色调的红光值r
n
、绿光值g
n
和蓝光值b
n
，其中颜色种类序号n应满足1≤n≤N；通过有M张该种水果的图像来建立训练样本集图像集合Υ
M
，并提取第m张图像中像素点的色调S(m,i,j)的红光值R(m,i,j)、绿光值G(m,i,j)和蓝光值B(m,i,j)，则所述S(m,i,j)可通过(R(m,i,j),G(m,i,j),B(m,i,j))给出RGB色彩的表示方式，其中i,j分别为像素点在图像中的横坐标和纵坐标，其中所述Υ
M
中图像序号m满足1≤m≤M；设α
m,n
、β
m,n
和γ
m,n
分别为第m张图像关于第n种颜色种类中红光值、绿光值和蓝光值与典型着色特征的红光值r
n
、绿光值g
n
和蓝光值b
n
的关联程度参数，且应满足和则通过关于图像中所有像素点的红光值、绿光值和蓝光值与典型着色特征的红光值、绿光值和蓝光值相对应差值平方之和在不同颜色种类和不同图像关于对应关联程度参数平方的加权和来设定关于外观品质评价的典型着色特征目标函数F可表示为：其中，所述Υ
M
中图像序号m满足1≤m≤M，颜色种类序号n满足1≤n≤N，η、λ和σ皆为拉格朗日乘子，E
n
[RGB(m,i,j)]为色彩判断调节函数，满足且设定常数d大于常数c，Φ
n
为第n种颜色种类的集合，可通过将RGB色彩的表示方式(r
n
,g
n
,b
n
)周边相近的色调合并而成，I,J分别为像素点在图像中最大横坐标取值和最大纵坐标取值。3.根据权利要求1所述的一种基于着色面状况分析的水果外观品质评价方法，其特征在于，所述步骤2按以下步骤实施：步骤2.1，对所述F关于所述α
m,n
分别求一阶偏导数和二阶偏导数，可得所述F关于所述α
m,n
的一阶偏导数和所述F关于所述α
m,n
的二阶偏导数具体计算公式如下：
步骤2.2，可判断所述应大于零，若设所述等于零，可知此时所述F对于所述α
m,n
应取最小值，由所述等于零可得所述F对于所述α
m,n
取最小值时以η为自变量的因变量α
m,n
状况，具体计算公式如下：步骤2.3，考虑到结合所述F对于所述α
m,n
取最小值时以所述η为自变量的因变量α
m,n
状况，可得所述F对于所述α
m,n
取最小值时η状况，具体计算公式如下：步骤2.4，由所述F对于所述α
m,n
取最小值时以所述η为自变量的因变量α
m,n
状况和所述F对于所述α
m,n
取最小值时η状况可得所述F对于所述α
m,n
取最小值时α
m,n
状况，具体计算公式如下：步骤2.5，对所述F关于所述r
n
求一阶偏导数，可得所述F关于所述r
n
的一阶偏导数具体计算公式如下：步骤2.6，考虑到所述F关于所述r
n
的一阶偏导数再进行一阶偏导数得到的应大于零，则所述等于零时所述F对于所述r
n
应取最小值，至此所述等于零时所述Υ
M
中任意第m张图像中像素点S(m,i,j)基本应划分到正确对应的第n种颜色种类Φ
n
中才能使得所述F对于所述r
n
取最小值，也就是所述的具体计算公式中E
m
[S(m,i,j)]基本应取c，由所
述等于零可得所述F对于所述r
n
取最小值时r
n
状况，具体计算公式如下：4.根据权利要求1所述的一种基于着色面状况分析的水果外观品质评价方法，其特征在于，所述步骤3按以下步骤实施：步骤3.1，对所述F关于所述β
m,n
分别求一阶偏导数和二阶偏导数，可得所述F关于所述β
m,n
的一阶偏导数和所述F关于所述β
m,n
的二阶偏导数具体计算公式如下：具体计算公式如下：步骤3.2，可判断所述应大于零，若设所述等于零，可知此时所述F对于所述β
m,n
应取最小值，由所述等于零可得所述F对于所述β
m,n
取最小值时以所述λ为自变量的因变量β
m,n
状况，具体计算公式如下：步骤3.3，考虑到结合所述F对于所述β
m,n
取最小值时以所述λ为自变量的因变量β
m,n
状况，可得...
【专利技术属性】
技术研发人员：朱二，朱壹，
申请(专利权)人：江西绿萌科技控股有限公司，
类型：发明
国别省市：
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。