当前位置: 首页 > 专利查询>塔里木大学专利>正文

一种识别红枣光谱图像中目标红枣的方法及装置制造方法及图纸

技术编号:20911806 阅读:21 留言:0更新日期:2019-04-20 08:49
本发明专利技术实施例提供了一种识别红枣光谱图像中目标红枣的方法及装置,所述方法包括:获得红枣的偏振光谱图像;基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的目标红枣进行增强;从增强后的所述偏振光谱图像中识别出目标红枣。由于采用红枣特征光谱偏振相关及图像空间频率相关处理方法对图像中的目标红枣的特征进行增强,使得图像中的目标红枣的特征变得明显,尤其使得在远距离、复杂光照条件下获得的图像中的微小像元尺度,甚至是亚像元尺度的红枣特征变得明显,能够与红枣的偏振光谱图像中的环境背景进行区分,能够容易地从红枣的偏振光谱图像中识别出微小像元尺度,甚至是亚像元尺度的红枣。

A Method and Device for Recognizing Target Jujube in Spectral Image of Jujube

The embodiment of the present invention provides a method and device for identifying target jujube in a jujube spectral image. The method includes: obtaining the polarization spectral image of jujube; enhancing the target jujube in the polarization spectral image based on the spatial frequency of each pixel in the polarization spectral image; and identifying the target jujube from the enhanced polarization spectral image. \u3002 Because of the polarization correlation of characteristic spectrum and spatial frequency correlation of jujube image, the characteristics of target jujube in the image become obvious, especially the small pixel scale, even sub-pixel scale, of the image obtained under the condition of long distance and complex illumination, which can be compared with jujube. By distinguishing the environmental background in polarization spectral images, it is easy to recognize jujube with small pixel scale or even sub-pixel scale from the polarization spectral images of jujube.

【技术实现步骤摘要】
一种识别红枣光谱图像中目标红枣的方法及装置
本专利技术涉及农产品品质检测领域,尤其涉及一种识别红枣光谱图像中目标红枣的方法及装置。
技术介绍
目前,对红枣品质进行检测,主要采用的是获取红枣的近红外光谱图像,通过红枣的近红外检测模型,检测出红枣的理化特征,再根据红枣的理化特征确定红枣的品质。其中,在建立红枣的近红外检测模型时,需要获取海量的不同环境下的红枣的近红外光谱图像,通过从获取的红枣的近红外光谱图像中提取出红枣的光谱特征信息,基于提取出的红枣的光谱特征信息与该红枣的理化特征,建立红枣品质检测模型。但是,在获取的红枣的近红外光谱图像中,由于微小像元尺度,甚至是亚像元尺度对应的红枣图像受环境背景图像的干扰较大,从红枣的近红外光谱图像中不容易识别出微小像元尺度,甚至是亚像元尺度对应的红枣图像,导致无法从红枣的近红外光谱图像中提取出微小像元尺度,甚至是亚像元尺度对应的红枣图像的光谱特征信息,进而降低红枣品质检测模型的检测精度。
技术实现思路
鉴于上述问题,本专利技术的目的是提供一种识别红枣光谱图像中目标红枣的方法及装置,以解决从红枣的近红外光谱图像中不容易识别出微小像元尺度对应的红枣图像的问题。为解决上述技术问题,本专利技术实施例提供如下技术方案:第一方面,本专利技术实施例提供一种识别红枣光谱图像中目标红枣的方法,所述方法包括:获得红枣的偏振光谱图像;基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的目标红枣进行增强;从增强后的所述偏振光谱图像中识别出目标红枣。第二方面,本专利技术实施例提供一种建立红枣品质检测模型的方法,所述方法包括:获得红枣的偏振光谱图像和所述红枣的理化特征;基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的目标红枣进行增强,所述目标红枣为所述红枣中的待识别的红枣;从增强后的所述偏振光谱图像中识别出目标红枣;基于所述目标红枣的偏振特征及其对应的理化特征,建立红枣品质检测模型,所述目标红枣的偏振特征是根据识别出的目标红枣从所述增强后的所述偏振光谱图像中获取的,所述红枣品质检测模型用于检测红枣品质。第三方面,本专利技术实施例提供一种检测红枣品质的方法,所述方法包括:获得待检测红枣的偏振光谱图像;基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的待检测红枣进行增强;从增强后的所述偏振光谱图像中识别出待检测红枣;基于所述待检测红枣的偏振特征和预先建立的红枣品质检测模型,确定所述待检测红枣的理化特征,其中,所述待检测红枣的偏振特征是根据识别出的待检测红枣从所述增强后的所述偏振光谱图像中获取的,所述红枣品质检测模型是采用上述建立红枣品质检测模型的方法建立的;根据所述理化特征,确定所述待检测红枣的品质。第四方面,本专利技术实施例提供一种识别红枣光谱图像中目标红枣的装置,所述装置包括:输入模块,被配置为获得红枣的偏振光谱图像;目标增强模块,被配置为基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的目标红枣进行增强;目标识别模块,被配置为从增强后的所述偏振光谱图像中识别出目标红枣。第五方面,本专利技术实施例提供一种建立红枣品质检测模型的装置,所述装置包括:输入模块,被配置为获得红枣的偏振光谱图像和所述红枣的理化特征;目标增强模块,被配置为基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的目标红枣进行增强,所述目标红枣为所述红枣中的待识别的红枣;目标识别模块,被配置为从增强后的所述偏振光谱图像中识别出目标红枣;模型生成模块,被配置为基于所述目标红枣的偏振特征及其对应的理化特征,建立红枣品质检测模型,所述目标红枣的偏振特征是根据识别出的目标红枣从所述增强后的所述偏振光谱图像中获取的,所述红枣品质检测模型用于检测红枣品质。第六方面,本专利技术实施例提供一种检测红枣品质的装置,所述装置包括:输入模块,被配置为获得待检测红枣的偏振光谱图像;目标增强模块,被配置为基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的待检测红枣进行增强;目标识别模块,被配置为从增强后的所述偏振光谱图像中识别出待检测红枣;理化特征确定模块,被配置为基于所述待检测红枣的偏振特征和预先建立的红枣品质检测模型,确定所述待检测红枣的理化特征,其中,所述待检测红枣的偏振特征是根据识别出的待检测红枣从所述增强后的所述偏振光谱图像中获取的,所述红枣品质检测模型是采用上述建立红枣品质检测模型的方法建立的;品质确定模块,被配置为根据所述理化特征,确定所述待检测红枣的品质。第七方面,本专利技术实施例提供一种电子设备,所述电子设备包括:至少一个处理器;以及与所述处理器连接的至少一个存储器、总线;其中,所述处理器、存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行上述一个或多个技术方案中的方法。第八方面,本专利技术实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述一个或多个技术方案中的方法。本专利技术实施例提供的识别红枣光谱图像中目标红枣的方法及装置,通过获得红枣的偏振光谱图像,进而基于偏振光谱图像中的各像素点的空间频率的大小,对获得的红枣的偏振光谱图像中的目标红枣进行增强,再从增强后的红枣的偏振光谱图像中识别出目标红枣。由于采用红枣特征光谱偏振相关及图像空间频率相关处理方法对图像中的目标红枣的特征进行增强,使得图像中的目标红枣的特征变得明显,尤其是使得图像中的微小像元尺度,甚至是亚像元尺度的红枣特征变得明显,甚至可以使得在远距离、复杂光照条件下获得的图像中的微小像元尺度,甚至是亚像元尺度的红枣特征变得明显,能够与红枣的偏振光谱图像中的环境背景进行区分,因此,通过采用上述方法,能够容易地从红枣的偏振光谱图像中识别出微小像元尺度,甚至是亚像元尺度的红枣。附图说明通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本专利技术的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:图1为本专利技术实施例中的识别红枣光谱图像中目标红枣的方法的流程示意图;图2为本专利技术实施例中的枣树局部的偏振光谱图像一;图3为本专利技术实施例中的枣树局部的偏振光谱图像二;图4为本专利技术实施例中的枣树冠层的偏振光谱图像一;图5为本专利技术实施例中的枣树冠层的偏振光谱图像二;图6为本专利技术实施例中的枣树冠层的偏振光谱图像三;图7为本专利技术实施例中的建立红枣品质检测模型的方法的流程示意图;图8为本专利技术实施例中的检测红枣品质的方法的流程示意图;图9为本专利技术实施例中的识别红枣光谱图像中目标红枣的装置的结构示意图;图10为本专利技术实施例中的建立红枣品质检测模型的装置的结构示意图;图11为本专利技术实施例中的检测红枣品质的装置的结构示意图;图12为本专利技术实施例中的电子设备的结构示意图。具体实施方式下面将参照附图更详细地描述本专利技术的示例性实施例。虽然附图中显示了本专利技术的示例性实施例,然而应当理解,可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本专利技术,并且能够将本专利技术的范围完整的传达给本领域的技术人员。本文档来自技高网...

【技术保护点】
1.一种识别红枣光谱图像中目标红枣的方法,其特征在于,所述方法包括:获得红枣的偏振光谱图像;基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的目标红枣进行增强;从增强后的所述偏振光谱图像中识别出目标红枣。

【技术特征摘要】
1.一种识别红枣光谱图像中目标红枣的方法,其特征在于,所述方法包括:获得红枣的偏振光谱图像;基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的目标红枣进行增强;从增强后的所述偏振光谱图像中识别出目标红枣。2.根据权利要求1所述的方法,其特征在于,在所述基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的目标红枣进行增强之前,所述方法还包括:对所述偏振光谱图像进行图像细节增强,以增强所述偏振光谱图像中的目标红枣的图像细节。3.根据权利要求2所述的方法,其特征在于,所述偏振光谱图像为多角度偏振光谱图像;所述对所述偏振光谱图像进行图像细节增强,包括:从所述多角度偏振光谱图像中获取第一偏振光谱图像、第二偏振光谱图像、第三偏振光谱图像和第四偏振光谱图像,其中,所述第一偏振光谱图像和所述第四偏振光谱图像对应的波段与所述第二偏振光谱图像和所述第三偏振光谱图像对应的波段相异,所述第一偏振光谱图像和所述第三偏振光谱图像对应的偏振方向与所述第二偏振光谱图像和所述第四偏振光谱图像对应的偏振方向相异;对所述第一偏振光谱图像与所述第二偏振光谱图像进行乘法处理,获得第五偏振光谱图像;对所述第三偏振光谱图像与所述第四偏振光谱图像进行乘法处理,获得第六偏振光谱图像;对所述第五偏振光谱图像与所述第六偏振光谱图像进行减法处理。4.根据权利要求2所述的方法,其特征在于,在所述对所述偏振光谱图像进行图像细节增强之前,所述方法还包括:去除所述偏振光谱图像中的大气背景,所述大气背景包括:水汽和/或噪声。5.根据权利要求1至4中任一项所述的方法,其特征在于,所述基于所述偏振光谱图像中的各像素点的空间频率的大小,对所述偏振光谱图像中的目标红枣进行增强,包括:从所述偏振光谱图像中获取第七偏振光谱图像和第八偏振光谱图像,其中,所述第七偏振光谱图像与所述第八偏振光谱图像的波段不同;对所述第七偏振光谱图像中的第一像素点与所述第八偏振光谱图像中的第二像素点进行乘法处理,获得第九偏振光谱图像;对所述第七偏振光谱图像中的第二像素点与所述第八偏振光谱图像中的第一像素点进行乘法处理,获得第十偏振光谱图像;对所述第九偏振光谱图像与所述第十偏振光谱图像减法处理,获得第十一偏振光谱图像;对所述第十一偏振光谱图像进行傅里叶变换;基于傅里叶变换后的所述第十一偏振光谱图像中的空间频率的相关性,去除所述第十一偏振...

【专利技术属性】
技术研发人员:罗华平孙利群郭玲
申请(专利权)人:塔里木大学清华大学
类型:发明
国别省市:新疆,65

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