一种香梨瘀伤鉴别方法技术

本发明专利技术公开了一种香梨瘀伤鉴别方法，包括如下步骤：S1、进行香梨果实的OCT图像的采集；S2、采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；S3、采用Otsu算法进行自动阈值分割，得到初步二值图像。S4、对二值图像进行膨胀腐蚀后续处理，求取8连通区域，利用面积阈值法识别果实瘀伤。本发明专利技术可自动完成香梨瘀伤区域组织的自动标识和判别，检测效率高，大大减轻了工作人员的工作量。

A method for identification of fragrant pear bruises

The invention discloses a method for identification of fragrant pear bruises, which includes the following steps: S1, acquisition of OCT images of fragrant pear fruits; S2, image denoising and image enhancement preprocessing using bilateral filtering and piecewise linear transformation algorithm respectively; S3, automatic threshold segmentation using Otsu algorithm to obtain preliminary binary images. S4. Follow-up processing of the binary image was carried out to extract 8 connected regions. Fruit bruises were identified by area threshold method. The invention can automatically complete the automatic identification and discrimination of the regional tissue of fragrant pear bruises, has high detection efficiency and greatly reduces the workload of the staff.

【技术实现步骤摘要】
一种香梨瘀伤鉴别方法
本专利技术涉及一种香梨瘀伤的识别，具体涉及一种香梨瘀伤鉴别方法。
技术介绍
香梨是我国的产量较大的水果之一，其内部品质的快速检测方法是香梨产业发展面临的主要技术问题。香梨在存储、运输过程中，极易收到机械损伤，造成后期的局部腐烂。香梨的瘀伤可能出现在采摘、存储、运输、包装等各个环节，早期不易被察觉。瘀伤后的梨保存时间大大缩短，由于细胞结构的破损，组织逐步褐变，严重制约了梨的货架期及后期销售。目前OCT图像技术已在香梨种植业进行了应用，但是，由于香梨的产量较大，故采用人工判别香梨OCT图像的工作量就会很大，效率十分低下，因此需对图像进行自动分析。
技术实现思路
为解决上述问题，本专利技术提供了一种香梨瘀伤鉴别方法，可自动完成香梨瘀伤区域组织的自动标识和判别，检测效率高，大大减轻了工作人员的工作量。为实现上述目的，本专利技术采取的技术方案为：一种香梨瘀伤鉴别方法，包括如下步骤：S1、进行香梨果实的OCT图像的采集；S2、采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；S3、采用Otsu算法进行自动阈值分割，得到初步二值图像；S4、对二值图像进行膨胀腐蚀后续处理，求取8连通区域，利用面积阈值法识别果实瘀伤。优选地，所述步骤S3中采用最大类间方差Otsu法自动获得阈值t；令图像的灰度级为L(L＝256)，ni表示灰度值为i的像素个数；n表示像素总数，即n＝n0+n1+...+nL-1；pi表示灰度值i的像素点在灰度图像中出现的概率，即pi＝ni/n；其中，用阈值t将待分割的灰度图像按像素灰度值分成非瘀伤部分C0和瘀伤部分C1两类，即C0＝{0,1,...,t}，C1＝{t+1,t+2,...,L-1}。优选地，香梨由香梨放置槽内通过三翼旋转门上落于传送带上，每隔3s通过单片机控制三翼旋转门开关允许1个香梨通过。优选地，所述传动带的一侧安装有OCT图像采集设备的图像采集终端，用于通过的香梨的OCT图像的采集。优选地，所述图像采集终端与香梨放置槽之间设有一组接近开关，当香梨通过接近开关时，OCT图像采集设备启动。优选地，所述OCT图像采集设备连接有一数字输出终端，用于接收OCT图像采集设备采集到的图像，并输出香梨瘀伤鉴定结果。优选地，该数字输出终端内载有OCT图像去噪和预处理模块、阈值分割模块和膨胀腐蚀后续处理模块。本专利技术具有以下有益效果：可自动完成香梨瘀伤区域组织的自动标识和判别，具有科学合理，便于操作，检测速度快，识别准确率高等优点。附图说明图1为本专利技术实施例中香梨瘀伤鉴别系统的结构示意图。具体实施方式为了使本专利技术的目的及优点更加清楚明白，以下结合实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本专利技术实施例所使用的香梨瘀伤鉴别系统包括香梨放置槽1，香梨放置槽1的出料口内装有三翼旋转门，香梨放置槽的下端设有传送带，在传送带一侧安装有OCT图像采集设备的图像采集终端，所述图像采集终端与香梨放置槽之间设有一组接近开关，当香梨通过接近开关时，OCT图像采集设备启动；所述OCT图像采集设备连接有数字输出终端(计算机)，该数字输出终端内载有OCT图像去噪和预处理模块、阈值分割模块和膨胀腐蚀后续处理模块，用于接收OCT图像采集设备采集到的图像，并输出香梨瘀伤鉴定结果。所述OCT图像采集设备具备RS232或RS485通讯功能。本专利技术实施例的一种香梨瘀伤鉴别方法，包括如下步骤：S1、香梨由香梨放置槽内通过三翼旋转门上落于传送带上，每隔3s通过单片机控制三翼旋转门开关允许1个香梨通过；当香梨通过接近开关时，OCT图像采集设备启动，通过其图像采集终端进行香梨果实的OCT图像的采集；S2、通过OCT图像去噪和预处理模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；S3、通过阈值分割模块采用Otsu算法进行自动阈值分割，得到初步二值图像。具体的，采用最大类间方差Otsu法自动获得阈值t；令图像的灰度级为L(L＝256)，ni表示灰度值为i的像素个数；n表示像素总数，即n＝n0+n1+...+nL-1；pi表示灰度值i的像素点在灰度图像中出现的概率，即pi＝ni/n；其中，用阈值t将待分割的灰度图像按像素灰度值分成非瘀伤部分C0和瘀伤部分C1两类，即C0＝{0,1,...,t}，C1＝{t+1,t+2,...,L-1}。S4、通过膨胀腐蚀后续处理模块对二值图像进行膨胀腐蚀后续处理，求取8连通区域，利用面积阈值法识别果实瘀伤。上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种香梨瘀伤鉴别方法，其特征在于：包括如下步骤：S1、进行香梨果实的OCT图像的采集；S2、采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；S3、采用Otsu算法进行自动阈值分割，得到初步二值图像；S4、对二值图像进行膨胀腐蚀后续处理，求取8连通区域，利用面积阈值法识别果实瘀伤。

【技术特征摘要】
1.一种香梨瘀伤鉴别方法，其特征在于：包括如下步骤：S1、进行香梨果实的OCT图像的采集；S2、采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；S3、采用Otsu算法进行自动阈值分割，得到初步二值图像；S4、对二值图像进行膨胀腐蚀后续处理，求取8连通区域，利用面积阈值法识别果实瘀伤。2.如权利要求1所述的一种香梨瘀伤鉴别方法，其特征在于：所述步骤S3中采用最大类间方差Otsu法自动获得阈值t；令图像的灰度级为L(L＝256)，ni表示灰度值为i的像素个数；n表示像素总数，即n＝n0+n1+...+nL-1；pi表示灰度值i的像素点在灰度图像中出现的概率，即pi＝ni/n；其中，用阈值t将待分割的灰度图像按像素灰度值分成非瘀伤部分C0和瘀伤部分C1两类，即C0＝{0,1,...,t}，C1＝{t+1,t+2,...,L-1}。3....

【专利技术属性】
技术研发人员：兰海鹏，唐玉荣，刘扬，张永成，张宏，范修文，马佳乐，牛浩，方玉婷，
申请(专利权)人：塔里木大学，
类型：发明
国别省市：新疆,65