烟叶形态结构特征的提取方法、电子设备及存储介质技术

技术编号:18555072 阅读:28 留言:0更新日期:2018-07-28 11:40
本发明专利技术提供一种烟叶形态结构特征的提取方法、电子设备及存储介质,所述方法包括:采集获取待分析的烟叶样本图像;对所述烟叶样本图像按照图像色彩RGB空间的B值进行色彩分割,形成二值化图像,确定烟叶所在的烟叶区域位置;根据所述二值化图像获取烟叶面积和烟叶边缘曲线;根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内的最小外接矩形的长和宽、最大内切圆、拟合椭圆的长轴和短轴以及所述烟叶样本图像的粗糙度。本发明专利技术不会受到烟叶的摆放位置的影响,增加了烟叶真实宽度计算的稳定性,有效的应对烟叶的自然收缩的情况,避免了同一张烟叶由于烟叶收缩对形态结构表征带来的影响,具有准确、快速的识别能力。

【技术实现步骤摘要】
烟叶形态结构特征的提取方法、电子设备及存储介质
本专利技术涉及烟草
,特别是涉及图像机器视觉
,具体为一种烟叶形态结构特征的提取方法、电子设备及存储介质。
技术介绍
一直以来在烟叶的工商交接、复烤厂的烟叶分选环节,烟叶的外观检测都是按照分级人员对烟叶的看、摸、感等方式对烟叶的外观质量进行判断、识别,具体的包括在烟叶外观指标的有:颜色、身份、油分、成熟度、结构、杂色等,由于分级工作人员在长期的分级实践工作中会总结出一系列的烟叶外观经验以及与之相对应的标准,因此能够应对各种类型的烟叶的分析与识别,上述烟叶外观指标在实际执行过程中对于单产地单次分级具备很好的操作基础,但是不可避免的,在长时间的连续工作中也会产生视觉疲劳、外观尺度漂移,尤其是对不同产地烟叶、不同批次的分选,对于烟叶外观先入为主的影响会影响外观指标尺度的把握,使得分级人员在对跨产地、多类型、多等级的细分指标以及等级的质量比较中往往不能做到真正的客观;机器视觉由于其自身标尺的稳定性、对颜色的灵敏性,使得机器视觉有可能完成烟叶多维度的外观特征提取、为进一步辅助烟叶质量的检验、分析打下良好的基础。机器视觉在烟叶制品检测领域多有应用,如上海烟草集团有限责任公司的杨凯等发表的专利申请号为201510133805.8,专利技术名称为一种烟叶颜色在线数值化识别方法,该专利基于机器视觉建立了符合分级人员视觉的烟叶外观的颜色数值化模型,并进行了多方面研究与尝试。上海创和亿电子科技发展有限公司的张军、薛庆逾等发表的专利号为201610143280.0,专利技术名称为一种基于图像特征信息的数字识别方法,对烟叶的外观特征尤其是烟叶形态的研究以及烟叶工位的数字化提取进行了实际的应用,华环国际烟草有限公司的徐其敏,窦家宇等发表的专利申请号为201610195473.0,专利技术名称为一种基于工业相机特征提取的润后水渍烟叶识别方法,基于烟叶图像的透光性对同产地不同润叶类型的烟叶进行了详细的研究与探讨;上海创和亿电子科技发展有限公司的张军、薛庆逾等发表的专利号为201610783474.7,专利技术名称为烟丝或梗丝的测定方法,专利运用霍夫变换对不同类型的烟丝的宽度以及中心线的定位进行了研究,并进行了实际的应用。但是上述专利的研究对于烟叶的外观质量以及烟叶的形态学结构特征涉及的比较少,由于烟叶作为一种农产品,其具有收缩的特性,以及烟叶自身颜色的不均匀性与波动性,同时正反面烟叶颜色比较接近等实际的复杂的客观情况,使得烟叶的形态学表征较为复杂,烟叶外观质量的辅助判别的干扰因素较多。
技术实现思路
鉴于以上所述现有技术的缺点,本专利技术的目的在于提供一种烟叶形态结构特征的提取方法、电子设备及存储介质,用于解决现有技术中无法准确提取形态结构特征的问题。为实现上述目的及其他相关目的,本专利技术提供一种烟叶形态结构特征的提取方法,所述烟叶形态结构特征的提取方法包括:采集获取待分析的烟叶样本图像;对所述烟叶样本图像按照图像色彩RGB空间的B值进行色彩分割,形成二值化图像,确定烟叶所在的烟叶区域位置;根据所述二值化图像获取烟叶面积和烟叶边缘曲线;根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内的最小外接矩形的长和宽、最大内切圆、拟合椭圆的长轴和短轴以及所述烟叶样本图像的粗糙度。于本专利技术的一实施例中,所述对所述烟叶样本图像按照图像色彩RGB空间的B值进行色彩分割,形成二值化图像具体包括:将B值与预设阈值进行比较,若所述B值小于所述预设阈值,则将对应的像素点赋值为第一数值,若所述B值大于所述预设阈值,则将对应的像素点赋值为第二数值;其中,所述第一数值为0,所述第二数值为255或者所述第一数值为255,第二数值为0;根据所述烟叶样本图像的像素点赋值形成所述二值化图像。于本专利技术的一实施例中,所述根据所述二值化图像获取烟叶面积具体包括:获取数值为0的像素点的个数,由数值为0的像素点组成的面积即为所述烟叶面积,数值为0的像素点的个数即为所述烟叶面积的大小。于本专利技术的一实施例中,所述根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内的最小外接矩形的长和宽具体包括:根据所述烟叶边缘曲线获取所述烟叶样本图像的连通区域;对每个连通区域,寻找包含第q个连通区域的最小外接矩形,q=1:max(num);所述最小外接矩形的长a,宽b分别为每个连通区域的长和宽,num为连通区域的数量;其中,寻找最小外接矩形的过程如下:寻找所有num=q,q=1:max(num)的二维像素坐标;获取第一维数据的最小值a11,最大值a22和第二维数据的最小值b11,最大值b22;分别以最小值a11,最大值a22,最小值b11,最大值b22为顶点确定的方形区域即为最小外接矩形;最小外接矩形的长a,宽b计算方式如下:长a=max(a22-a11,b22-b11);宽b=min(a22-a11,b22-b11)。于本专利技术的一实施例中,根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内的最大内切圆具体包括:对所述二值化图像进行分割,形成多个分割区域;获取每个分割区域的中心点坐标;根据每个所述中心点坐标获取最大内切于所述烟叶边缘曲线的最大内切圆的半径;根据所述中心点坐标和所述最大内切圆的半径确定对应的最大内切圆。于本专利技术的一实施例中,根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内的拟合椭圆的长轴和短轴具体包括:获取所述烟叶边缘曲线的二维坐标;根据所述烟叶边缘曲线的二维坐标拟合椭圆的参数方程;根据所述椭圆的参数方程获取所述拟合椭圆的中心点、长轴和短轴。于本专利技术的一实施例中,根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内的所述烟叶样本图像的粗糙度具体包括:获取与所述二值化图像对应的共生矩阵;根据所述共生矩阵获取定义的局部窗口的水平和垂直方向的偏差并根据所述偏差确定所述局部窗口的大小;根据所述局部窗口的大小获取平均的所述烟叶样本图像的粗糙度。于本专利技术的一实施例中,所述共生矩阵的获取过程如下:其中,pij为共生矩阵,tij为图像灰度空间中的两灰度间变化的幅度,L为一副图像的灰度级,其具体的确定方式为把一张三维色彩空间转换成灰度空间求灰度极差而定,i,j分别为图像的位置横坐标以及位置纵坐标;M、N分别为所述二值化图像的长度像素个数和宽度像素个数;δ(i,j)为梯度函数,如果所述二值化图像的灰度矩阵在(i,j)左右方向的灰度值的排序序号与i,j其中的任何一个值相等,那么δ(i,j)=1;否则,δ(i,j)=0;所述烟叶样本图像的粗糙度为:其中,Coarseness为粗糙度,k为局部窗口宽度,为局部窗口大小;CCk(i,j)为局部窗口的水平和垂直方向的偏差;CCk(i,j)=max(|CAk(i-2k-1,j)-CA((i+2k-1,j))|,|CAk(i,j-2k-1)-CA((i,j+2k-1))|);CAk(i,j)为移动平均数。本专利技术的实施例还提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的方法。本专利技术的实施例还提供一种电子设备,包括处理器和存储器,所述存储器存储有程序指令,所述处理器运行程序指令实现如上所述的方法。如上所述,本专利技术的烟叶形态结构特征的提取方法、电子设备及存储介质具有以下有益效果:本专利技术通过本文档来自技高网
...

【技术保护点】
1.一种烟叶形态结构特征的提取方法,其特征在于:所述烟叶形态结构特征的提取方法包括:采集获取待分析的烟叶样本图像;对所述烟叶样本图像按照图像色彩RGB空间的B值进行色彩分割,形成二值化图像,确定烟叶所在的烟叶区域位置;根据所述二值化图像获取烟叶面积和烟叶边缘曲线;根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内的最小外接矩形的长和宽、最大内切圆、拟合椭圆的长轴和短轴以及所述烟叶样本图像的粗糙度。

【技术特征摘要】
1.一种烟叶形态结构特征的提取方法,其特征在于:所述烟叶形态结构特征的提取方法包括:采集获取待分析的烟叶样本图像;对所述烟叶样本图像按照图像色彩RGB空间的B值进行色彩分割,形成二值化图像,确定烟叶所在的烟叶区域位置;根据所述二值化图像获取烟叶面积和烟叶边缘曲线;根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内的最小外接矩形的长和宽、最大内切圆、拟合椭圆的长轴和短轴以及所述烟叶样本图像的粗糙度。2.根据权利要求1所述的烟叶形态结构特征的提取方法,其特征在于:所述对所述烟叶样本图像按照图像色彩RGB空间的B值进行色彩分割,形成二值化图像具体包括:将B值与预设阈值进行比较,若所述B值小于所述预设阈值,则将对应的像素点赋值为第一数值,若所述B值大于所述预设阈值,则将对应的像素点赋值为第二数值;其中,所述第一数值为0,所述第二数值为255或者所述第一数值为255,第二数值为0;根据所述烟叶样本图像的像素点赋值形成所述二值化图像。3.根据权利要求1或2所述的烟叶形态结构特征的提取方法,其特征在于:所述根据所述二值化图像获取烟叶面积具体包括:获取数值为0的像素点的个数,由数值为0的像素点组成的面积即为所述烟叶面积,数值为0的像素点的个数即为所述烟叶面积的大小。4.根据权利要求1或2所述的烟叶形态结构特征的提取方法,其特征在于:所述根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内的最小外接矩形的长和宽具体包括:根据所述烟叶边缘曲线获取所述烟叶样本图像的连通区域;对每个连通区域,寻找包含第q个连通区域的最小外接矩形,q=1:max(num);所述最小外接矩形的长a,宽b分别为每个连通区域的长和宽,num为连通区域的数量;其中,寻找最小外接矩形的过程如下:寻找所有num=q,q=1:max(num)的二维像素坐标;获取第一维数据的最小值a11,最大值a22和第二维数据的最小值b11,最大值b22;分别以最小值a11,最大值a22,最小值b11,最大值b22为顶点确定的方形区域即为最小外接矩形;最小外接矩形的长a,宽b计算方式如下:长a=max(a22-a11,b22-b11)宽b=min(a22-a11,b22-b11)。5.根据权利要求2所述的烟叶形态结构特征的提取方法,其特征在于:根据所述烟叶边缘曲线和所述二值化图像确定所述烟叶面积内...

【专利技术属性】
技术研发人员:徐玮杰杨凯任伟刘桂仙张军瞿永生戴泽元张鑫沈晗焦亮
申请(专利权)人:上海烟草集团有限责任公司上海伯耶信息科技有限公司
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 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。

1