基于自适应改进型梯度信息的水果表面缺陷检测方法技术

本发明专利技术公开了一种基于自适应改进型梯度信息的水果表面缺陷检测方法。是先对RGB彩色图像去除背景进行二值化，单独提取边缘并膨胀一次获得轮廓边缘膨胀图像，对彩色图像转换成灰度图像再计算获得归一化梯度图像，然后借助梯度直方图统计实现梯度信息自适应改进并自动计算图像分割阈值，通过图像阈值分割获得改进型梯度二值化图像，将改进型梯度二值化图像减去轮廓边缘膨胀图像获得差值图像，最后差值图像进行膨胀填洞腐蚀和中值滤波处理获得水果表面缺陷图像。本发明专利技术克服类球体表面亮度不均匀情况下检测表面不同亮度特征缺陷；图像分割阈值自适应计算获得无需人工选择；易于程序实现，在水果及农产品品质计算机视觉在线检测方面具有应用潜力。

【技术实现步骤摘要】

本专利技术涉及计算机视觉图像处理方法，具体涉及一种基于自适应改进型梯度信息的水果表面缺陷检测方法。
技术介绍
表面缺陷检测是水果分级的重要依据之一，在世界各国的水果评级标准中有严格的规定。国内外大量学者研究通过计算机视觉方式检测水果及农产品表面缺陷，但是许多农产品是类球体，二维图形中部的灰度值要远大于边缘的灰度值，导致表面缺陷图像检测的困难。经过现有的技术检索发现，方法主要分为三类：1)基于球体灰度模型的处理方法。譬如专利文献中国专利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，利用水果彩色图像通过离散傅里叶变换进行低通滤波然后离散傅里叶反变换获得表面亮度图像，前者图像除以后者图像得到均一化亮度图像，再采用单阈值实现水果表面缺陷分割，该技术能检测亮度较低的表面缺陷，但是会丢失在中心区域以及边缘区域的高亮度及中亮度表面缺陷；中国专利CN102788806A利用水果RGB图像和NIR图像，计算对比水果的缺陷形状、大小，但是水果不是严格球体，该专利用二值图像外接矩形最大宽度近似水果直径，最大宽度的一半作为迭代次数终止条件。这种方法对非圆形的椭圆形水果会产生误差，而且椭圆形水果长轴和短轴受到的光照朗伯现象不一样直接用该区域像素点直接进行亮度平均处理，会对缺陷检测带来误差；Li Jiangbo等人(2013)利用光照传输模型与图像比技术检测脐橙表面缺陷，该方法算法对较低亮度缺陷有效，但是容易丢失高亮度以及中亮度表面缺陷区域。(Automatic detection of common surface defects on oranges using combined lighting transform and image ratio methods Jiangbo Li,Xiuqin Rao,Postharvest Biology and Technology 2013)；李江波等人(2011)利用水果表面亮度矫正单阈值脐橙表面缺陷提取，该方法会丢失高亮度表面缺陷区域(李江波，饶秀勤，应义斌.水果表面亮度不均校正及单阈值缺陷提取研究，农业工程学报,2011年12期)。2)基于表面纹理特征的处理方法。López-García F等人(2010)利用多元图像理论以及表面纹理特征算法训练方法检测脐橙表面缺陷，该算法比较复杂不易用于在线，而且检测脐橙表面缺陷类型有限。(López-García F,Andreu-García G,Blasco J,et al.Automatic detection of skin defects in citrus fruits using a multivariate image analysis approach[J].Computers and Electronics in Agriculture,2010,71(2):189-19)。3)基于多光谱成像技术的处理方法。J.Blascoa等人利用多光谱成像设备进行脐橙表面缺陷分析，该方法硬件成本较高和复杂(2007)(J.Blascoa,N.Aleixos.(2007).Citrus sorting by identification of the most common defects using multispectral computer vision.Journal of Food Engineering 83(2007)384–393)。现有方法存在检测表面缺陷类型有限以及算法较复杂难以用于在线检测或者依赖成本较高的复杂硬件成像技术的问题，因此需要新的水果表面缺陷检测方法。
技术实现思路
本专利技术的目的在于提供一种基于自适应改进型梯度信息的水果表面缺陷检测方法，相比
技术介绍
，识别方法更简单，表面缺陷检测类型更多以及对象实用性较广。本专利技术解决其技术问题所采用技术方案的步骤如下：1)获取水果RGB彩色图像；2)对水果RGB彩色图像去除背景进行图像二值化，获得二值化图像；3)对二值化图像提取边缘并膨胀一次获得轮廓边缘膨胀图像；4)将水果RGB彩色图像转换为灰度图像，然后再将灰度图像转换成归一化梯度图像；5)对归一化梯度图像进行梯度直方图统计实现梯度信息自适应改进并自动计算图像分割阈值Q，通过图像阈值分割获得改进型梯度二值化图像；6)将步骤5)改进型梯度二值化图像减去步骤3)的轮廓边缘膨胀图像，再进行膨胀填洞腐蚀和中值滤波处理获得水果表面缺陷图像。所述步骤3)对二值化图像提取轮廓边缘，然后通过公式(1)完成形态学膨胀得到轮廓边缘膨胀图像；R1=A⊕S={a|(Sv)+a∪A≠φ本文档来自技高网...

【技术保护点】
一种基于自适应改进型梯度信息的水果表面缺陷检测方法，其特征在于，该方法包括如下步骤：1)获取水果RGB彩色图像；2)对水果RGB彩色图像去除背景进行图像二值化，获得二值化图像；3)对二值化图像提取边缘并膨胀一次获得轮廓边缘膨胀图像；4)将水果RGB彩色图像转换为灰度图像，然后再将灰度图像转换成归一化梯度图像；5)对归一化梯度图像进行梯度直方图统计实现梯度信息自适应改进并自动计算图像分割阈值Q，通过图像阈值分割获得改进型梯度二值化图像；6)将步骤5)改进型梯度二值化图像减去步骤3)的轮廓边缘膨胀图像，再进行膨胀填洞腐蚀和中值滤波处理获得水果表面缺陷图像。

【技术特征摘要】
1.一种基于自适应改进型梯度信息的水果表面缺陷检测方法，其特征在于，
该方法包括如下步骤：
1)获取水果RGB彩色图像；
2)对水果RGB彩色图像去除背景进行图像二值化，获得二值化图像；
3)对二值化图像提取边缘并膨胀一次获得轮廓边缘膨胀图像；
4)将水果RGB彩色图像转换为灰度图像，然后再将灰度图像转换成归一化
梯度图像；
5)对归一化梯度图像进行梯度直方图统计实现梯度信息自适应改进并自动
计算图像分割阈值Q，通过图像阈...

【专利技术属性】
技术研发人员：应义斌，容典，饶秀勤，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33