一种区域亮度自适应校正的水果表面缺陷快速检测方法技术

本发明专利技术涉及一种区域亮度自适应校正的水果表面缺陷快速检测方法，首先以黑色为背景，获取水果RGB彩色图像，然后去除背景并提取R‑B差值灰度图像形成目标图像P(x,y)，再以图像中每个像素点邻域内最大的几个灰度值均值作为当前像素的亮度，计算提取目标图像P(x,y)的表面亮度图像I(x,y)，将P(x,y)和I(x,y)点除得到亮度校正图像F(x,y)，对F(x,y)采用全局单阈值法提取目标区域获得目标二值化图像B(x,y)，对B(x,y)进行面积阈值滤波处理获得水果表面缺陷区域图像D(x,y)。本发明专利技术算法简单，在普通计算机上即可实现几十毫秒就完成对一幅图像的检测，准确率为94.6％，可以大大缩短水果在线检测的图像处理时间。本发明专利技术适应性高，成本低，操作简单，对不同类型缺陷的样品检测鲁棒性好。

【技术实现步骤摘要】
一种区域亮度自适应校正的水果表面缺陷快速检测方法
本专利技术属于计算机视觉图像处理
，具体涉及一种区域亮度自适应校正的水果表面缺陷快速检测方法。
技术介绍
水果表面缺陷一直是水果所有外在品质检测中的难点，也是水果分级的重要依据之一。国内外大量研究学者通过计算机视觉方式检测水果表面缺陷时发现，由于大多数水果呈球体或类球体，导致光照反射不均匀，造成水果表面亮度不均，在灰度图像上表现为中部区域亮度高，边缘区域灰度低，而缺陷区域通常也是以低灰度值的方式存在，缺陷区域灰度与正常区域灰度存在交叉，这就直接导致了对缺陷提取的困难甚至是无法提取。现有技术的处理方法主要分为三类：1)基于球体灰度模型的处理方法。如专利文献中国专利CN105675625A记载了一种梯度迭代阈值分割的水果表面缺陷检测方法，首先去除背景并计算出灰度图的归一化梯度图像，对图像分割得到梯度二值化图像，与轮廓边缘膨胀图像相减获得差值图像，最后通过图像形态学操作获得水果表面缺陷；中国专利CN101984346A记载了一种基于低通滤波的水果表面缺陷检测方法，首先获得去除背景的R分量图像，对此分量进行傅里叶变换后进行低通滤波，最后通过傅里叶反变换获得此分量表面亮度图像，再对此亮度图像做亮度校正，即可采用单阈值实现对水果表面缺陷分割；LiJiangbo等人(2013)利用光照传输模型与图像比技术实现对脐橙表面缺陷的检测，但该方法会丢失图像高亮度区域的缺陷从而造成误判。2)基于表面纹理特征的处理方法。López-GarcíaF等人(2010)利用多元图像理论和图像表面纹理特征来训练样本检测脐橙表面缺陷，该算法比较复杂不适合应用于在线检测，且检测脐橙表面缺陷类型有限。3)基于多/高光谱成像技术的处理方法。得益于光谱技术的发展，高光谱成像技术已广泛应用于农产品快速无损检测中。该技术既可检测物体的外部品质，也可检测物体的内部品质。如张保华等人综述了高光谱成像技术在水果外部品质、内部品质检测中的原理、发展和应用并讨论了高光谱成像系统的发展趋势及存在的问题。(张保华,李江波,樊书祥,等.高光谱成像技术在果蔬品质与安全无损检测中的原理及应用[J].光谱学与光谱分析,2014,34(10):2743-2751.)；孙梅等人基于高光谱成像技术和主成分分析方法分析了苹果的风伤和压伤，并优选出714nm最为苹果风伤研究的最佳特征波长。(孙梅,陈兴海,张恒,等.高光谱成像技术的苹果品质无损检测[J].红外与激光工程,2014,43(4):1272-1277.)。高光谱成像检测技术的优异性不言而喻，但该技术的硬件成本过高，导致难以推广。中国专利CN106124511A公开了一种基于自适应亮度回归矫正的水果表面缺陷检测方法，利用水果表面缺陷图像区域的灰度不连续性特点，通过最小二乘法二次项多项式完成图像亮度回归和图像自适应亮度矫正，无需人工调试设置，只需要一个简单的全局阈值完成缺陷分割能够有效检测表面缺陷。但是该方法计算量大，耗时长，普通计算机需要几秒甚至几十秒才能完成图像处理，不符合水果在线检测的需求。综上所述，现有技术存在检测水果表面缺陷算法复杂、检测表面缺陷类型有限、亮度校正效果尤其果实边缘区域校正效果差、耗时长(普遍超过1秒)、所需成本高(NIR或高/多光谱法)、难以适应在线检测等问题，而目前国内水果市场的趋势是，在线检测设备体积要尽可能小，速度要尽可能快，提高检测效率，因此需要新的水果表面缺陷检测方法。
技术实现思路
为了解决
技术介绍
中水果表面缺陷检测算法复杂、检测表面缺陷类型有限以及硬件成本高难以适应在线检测要求等问题，本专利技术的目的在于提供一种基于区域亮度自适应校正的水果表面缺陷快速检测方法，适用于在线检测场合。本专利技术提供了一种区域亮度自适应校正的水果表面缺陷快速检测方法，包括如下步骤：1)以黑色为背景，获取水果RGB彩色图像；2)对水果RGB彩色图像去除背景并提取R-B差值灰度图像，形成目标图像P(x,y)；3)以图像中每个像素点邻域内最大的几个灰度值均值作为当前像素的亮度，计算提取目标图像P(x,y)的表面亮度图像I(x,y)；4)用目标图像P(x,y)与其表面亮度图像I(x,y)点除得到亮度校正图像F(x,y)；5)对步骤4)得到的亮度校正后的图像F(x,y)采用全局单阈值法提取目标区域获得目标二值化图像B(x,y)；6)对步骤5)得到的目标二值化图像B(x,y)进行面积阈值滤波处理获得水果表面缺陷区域图像D(x,y)。进一步，所述x和y分别表示当前图像像素的水平坐标和垂直坐标。进一步，步骤3)中计算提取表面亮度图像I(x,y)的实现算法为：目标图像P(x,y)大小为M×N，设置邻域的大小为(2m+1)×(2m+1)，在目标图像P(x,y)上逐像素的滑动(2m+1)×(2m+1)区域，把目标图像P(x,y)每个像素邻域内的(2m+1)2个像素排成一列，变换后的矩阵就有MN列，此时就会生成一个(2m+1)2×MN的新矩阵；对此新矩阵按列从小到大进行排序，为克服噪声影响，去除最后一行，选取最后n行按列做均值运算得到1×MN的矩阵，对此矩阵进行反变换，最终得到和目标图像P(x,y)等大小的一个新图像，即目标图像P(x,y)的表面亮度图像I(x,y)。本专利技术的有益效果是：1、算法简单、检测迅速、准确率高、适用于在快速线检测，有利于缩短分拣通道，为实现水果在线检测设备车载化提供的技术保证：本专利技术对水果目标图像P(x,y)提取表面亮度图像I(x,y)的方法为区域自适应法，然后利用表面亮度图像I(x,y)对目标图像P(x,y)进行校正后得到亮度校正图像F(x,y)，这时采用单阈值即可分割获得目标区域的二值化图像D(x,y)，再采用面积滤波法去除杂散点，即可得到水果表面缺陷区域图像，从而完成水果在线检测图像处理。经大量实验表明，本专利技术的算法实现比较简单，在普通计算机上即可实现几十毫秒就完成对一幅图像的检测，准确率为94.6％，这对实现水果品质计算机视觉在线检测非常有意义，最重要的就是可以大大缩短水果在线检测的图像处理时间。2、适应性高，成本低，操作简单：本专利技术的水果表面缺陷快速检测方法，通过对水果R-B灰度差值图像表面亮度不均进行校正，使水果表面缺陷提取简化为单阈值法分割，克服了传统缺陷检测算法的复杂性，同时也避免了光谱成像等技术带来的硬件成本高问题；检测过程中对水果大小和形状的敏感度较低，具有较好的适应性，能够有效检测不同灰度等级的水果表面缺陷。3、鲁棒性好：本专利技术的水果表面缺陷快速检测方法对黑腐病果、蓟马伤果、介壳虫果、日灼果、虫伤果、溃疡病果、风伤果和裂果等表面缺陷均有较好的检测效果，同时对亮度低于或高于周围正常区域的缺陷都有较好的鲁棒性。附图说明图1是本专利技术方法的流程图；图2是本专利技术实施例1中原始图像；图3是本专利技术实施例1中目标图像P(x,y)；图4是本专利技术实施例1中表面亮度图像I(x,y)；图5是本专利技术实施例1中亮度校正图像F(x,y)；图6是本专利技术实施例1中目标二值化图像B(x,y)；图7是本专利技术实施例1中最终获得的表面缺陷检测图像D(x,y)。图8是本专利技术实施例2脐橙黑腐病果原始图。图9是本专利技术实施例2脐橙黑腐病果表面缺陷检测图像。图10是本专利技术实施例3脐橙本文档来自技高网...

【技术保护点】
1.一种区域亮度自适应校正的水果表面缺陷快速检测方法，其特征在于，包括如下步骤：1)以黑色为背景，获取水果RGB彩色图像；2)对水果RGB彩色图像去除背景并提取R‑B差值灰度图像，形成目标图像P(x,y)；3)以图像中每个像素点邻域内最大的几个灰度值均值作为当前像素的亮度，计算提取目标图像P(x,y)的表面亮度图像I(x,y)；4)用目标图像P(x,y)与其表面亮度图像I(x,y)点除得到亮度校正图像F(x,y)；5)对步骤4)得到的亮度校正后的图像F(x,y)采用全局单阈值法提取目标区域获得目标二值化图像B(x,y)；6)对步骤5)得到的目标二值化图像B(x,y)进行面积阈值滤波处理获得水果表面缺陷区域图像D(x,y)。

【技术特征摘要】
1.一种区域亮度自适应校正的水果表面缺陷快速检测方法，其特征在于，包括如下步骤：1)以黑色为背景，获取水果RGB彩色图像；2)对水果RGB彩色图像去除背景并提取R-B差值灰度图像，形成目标图像P(x,y)；3)以图像中每个像素点邻域内最大的几个灰度值均值作为当前像素的亮度，计算提取目标图像P(x,y)的表面亮度图像I(x,y)；4)用目标图像P(x,y)与其表面亮度图像I(x,y)点除得到亮度校正图像F(x,y)；5)对步骤4)得到的亮度校正后的图像F(x,y)采用全局单阈值法提取目标区域获得目标二值化图像B(x,y)；6)对步骤5)得到的目标二值化图像B(x,y)进行面积阈值滤波处理获得水果表面缺陷区域图像D(x,y)。2.根据权利要求1所述区域亮度自适应校正的水果表面缺陷快速检测方法，其特征...

【专利技术属性】
技术研发人员：吕强，张明，李鹏，王腾，邓烈，郑永强，易时来，
申请(专利权)人：西南大学，
类型：发明
国别省市：重庆,50