基于光谱图像分析的水果外表检测方法技术

本发明专利技术公开一种基于光谱图像分析的水果外表检测方法，其包括步骤：预先确定待检测水果进行光谱图像分析检测时所采用的特征波长；光谱图像采集系统利用特征波长检测水果外表面，分别获取对应每个特征波长的光谱分量图像，对所有的光谱分量图像进行主成分分析，得到初步检测分析图；对上述初步检测分析图进行预处理后，得到待分割图像，再采用自适应阈值分割方法对预处理后的待分割图像进行图像分割，在待分割图像中将水果轻微损伤区域图像被完整分割出来，实现水果外表检测识别。本发明专利技术可以有效识别各种水果外表轻微损伤，且检测识别准确率较高。

【技术实现步骤摘要】
【专利摘要】本专利技术公开一种，其包括步骤：预先确定待检测水果进行光谱图像分析检测时所采用的特征波长；光谱图像采集系统利用特征波长检测水果外表面，分别获取对应每个特征波长的光谱分量图像，对所有的光谱分量图像进行主成分分析，得到初步检测分析图；对上述初步检测分析图进行预处理后，得到待分割图像，再采用自适应阈值分割方法对预处理后的待分割图像进行图像分割，在待分割图像中将水果轻微损伤区域图像被完整分割出来，实现水果外表检测识别。本专利技术可以有效识别各种水果外表轻微损伤，且检测识别准确率较高。【专利说明】
本专利技术涉及一种图像识别技术，尤其是涉及一种。
技术介绍
可见光图像检测技术能够解决水果显著表面缺陷的检测问题，但对瘀伤等水果表面轻微损伤的检测能力则比较有限。而近红外光谱分析技术在内部缺陷和轻微损伤检测方面具有较好的灵敏度和检测精度，但近红外光谱分析属于点测量，轻微损伤在冬枣上的出现部位存在很强的随机性，所以检测精度难以保证。 目前已有论文或专著公开了高光谱图像技术对水果外表面的检测技术，比如，农业机械学报，2008，39 (I):106-109，公开了 “利用高光谱图像技术检测水果轻微损伤”的论文(作者:赵杰文，刘剑华，陈全胜，等)，作者以苹果为研究对象，通过对500nm?900nm的高光谱图像进行PCA，选取547nm波长下的图像，通过数字图像处理方法提取轻微损伤区域，轻微损伤检测的正确率为88.57%。 以上论文公开的技术方案，虽然验证了高光谱成像分析技术在水果损伤检测方面的可行性，但仍存在如下技术缺陷:对所有高光谱分量图像进行主成分分析(PrincipalComponents Analysis,PCA)变换,虽然降维速度较快,但由于过多波长参与变换,易导致大量噪声引入而降低PCA变换效果，从而影响了识别及检测精度。
技术实现思路
本专利技术提出一种，通过提取光谱的特征波长，并利用特征波长主成分图像对水果表面的轻微损伤进行识别检测。 本专利技术采用如下技术方案实现:一种，其包括步骤: 计算光谱图像各个波段的图像标准差3，选择的图像标准差δ最大的a个光谱波段(又简称“波段”或“波段矢量”); 计算上述a个光谱波段中任意波段矢量O和波段矢量P之间的相关系数Rop，选出相关系数Rop最小的b个波段矢量作为初步特征波长； 利用光谱角度制图法，在上述b个波段矢量上分别计算无损伤表面的待检测水果的光谱图像c与有损伤表面的待检测水果的光谱图像d之间的光谱夹角β，将光谱夹角β最大的波段组合确定为待检测水果进行光谱图像分析检测时所采用的特征波长； 光谱图像采集系统利用特征波长检测水果外表面，分别获取对应每个特征波长的光谱分量图像，对所有的光谱分量图像进行主成分分析，得到初步检测分析图； 对上述初步检测分析图进行预处理后，得到待分割图像，再采用自适应阈值分割方法对预处理后的待分割图像进行图像分割，在待分割图像中将水果轻微损伤区域图像被完整分割出来，实现水果外表检测识别； 其中，a和b均为整数且b〈a。 其中，图像标准差3的计算为: 【权利要求】1.一种，其特征在于，包括步骤: 计算光谱图像各个波段的图像标准差3，选择的图像标准差3最大的a个光谱波段； 计算上述a个光谱波段中任意波段矢量ο和波段矢量P之间的相关系数Rop，选出相关系数Rop最小的b个波段矢量作为初步特征波长； 利用光谱角度制图法，在上述b个波段矢量上分别计算无损伤表面的待检测水果的光谱图像c与有损伤表面的待检测水果的光谱图像d之间的光谱夹角β，将光谱夹角β最大的波段组合确定为待检测水果进行光谱图像分析检测时所采用的特征波长； 光谱图像采集系统利用特征波长检测水果外表面，分别获取对应每个特征波长的光谱分量图像，对所有的光谱分量图像进行主成分分析，得到初步检测分析图； 对上述初步检测分析图进行预处理后，得到待分割图像，再采用自适应阈值分割方法对预处理后的待分割图像进行图像分割，在待分割图像中将水果轻微损伤区域图像被完整分割出来，实现水果外表检测识别； 其中，a和b均为整数且b〈a。2.根据权利要求1所述，其特征在于，图像标准差3的计算为:M和N分别表示某个波段的行数和列数，f(i，j)为某个波段在光谱图像中像素点(i，j)的灰度值，m为某个波段在光谱图像中所有像素点的平均灰度值。3.根据权利要求1所述，其特征在于，相关系数Rop计算为:m0和mp分别是波段ο和波段P的均值矢量，X0和Xp分别表示波段ο和波段P上像素点的灰度值，O ^ Rop ^ 104.根据权利要求1所述，其特征在于，光谱夹角β的计算为:Xck及Xdk分别为两个光谱图像C及光谱图像d在波段k上的光谱值，k = 1，2，…，b。5.根据权利要求1所述，其特征在于，b= 6。【文档编号】G06T7/00GK104181170SQ201410452879【公开日】2014年12月3日 申请日期:2014年9月5日 优先权日:2014年9月5日 【专利技术者】熊菊莲 申请人:熊菊莲本文档来自技高网...

【技术保护点】
一种基于光谱图像分析的水果外表检测方法，其特征在于，包括步骤：计算光谱图像各个波段的图像标准差选择的图像标准差最大的a个光谱波段；计算上述a个光谱波段中任意波段矢量o和波段矢量p之间的相关系数Rop，选出相关系数Rop最小的b个波段矢量作为初步特征波长；利用光谱角度制图法，在上述b个波段矢量上分别计算无损伤表面的待检测水果的光谱图像c与有损伤表面的待检测水果的光谱图像d之间的光谱夹角β，将光谱夹角β最大的波段组合确定为待检测水果进行光谱图像分析检测时所采用的特征波长；光谱图像采集系统利用特征波长检测水果外表面，分别获取对应每个特征波长的光谱分量图像，对所有的光谱分量图像进行主成分分析，得到初步检测分析图；对上述初步检测分析图进行预处理后，得到待分割图像，再采用自适应阈值分割方法对预处理后的待分割图像进行图像分割，在待分割图像中将水果轻微损伤区域图像被完整分割出来，实现水果外表检测识别；其中，a和b均为整数且b<a。

【技术特征摘要】

【专利技术属性】
技术研发人员：熊菊莲，
申请(专利权)人：熊菊莲，
类型：发明
国别省市：广东;44