一种基于图像视觉识别的槟榔分选方法技术

本发明专利技术公开了一种基于图像视觉识别的槟榔分选方法，包括步骤：实时抓取并分析摄像头拍到的每一帧图像，利用预训练好的支持向量机分类模型对图像中每个像素进行分类，得到相应的二值图像作为蒙版；通过分析蒙版，判断该帧是否为关键帧，如果当前帧不为关键帧，则此次分选结束；如果当前帧为关键帧，则对于分割得到的蒙版进行腐蚀操作；对前景像素点的坐标做PCA，找到槟榔的重心并计算出槟榔的长度和直径；对PCA正规化后的二值分割图像做上下翻转操作，得到槟榔的对称性值；对前景像素做Canny边缘检测，得到槟榔的纹理值；通过对槟榔的纹理值和对称性进行综合分析，给出相对应的分类。本发明专利技术该方法能够快速、准确的分选所需求的槟榔。

A method of betel nut sorting based on image visual recognition

The invention discloses a betel nut sorting method based on image visual recognition, which includes steps: capturing and analyzing every frame image captured by camera in real time, classifying every pixel in the image using pre-trained support vector machine classification model, and obtaining corresponding binary image as mask; analyzing mask, judging If the current frame is not the key frame, the sorting will be finished; if the current frame is the key frame, the masked plate will be corroded; the coordinates of the foreground pixels will be PCA, the center of gravity of betel nut will be found and the length and diameter of betel nut will be calculated; and the binary segmentation after PCA normalization will be done. The symmetry value of areca nut is obtained by flipping up and down the image; the texture value of areca nut is obtained by Canny edge detection of foreground pixels; and the corresponding classification is given by comprehensive analysis of the texture value and symmetry of areca nut. The method of the invention can quickly and accurately separate the desired areca nut.

【技术实现步骤摘要】
一种基于图像视觉识别的槟榔分选方法
本专利技术涉及一种分选方法，特别涉及一种基于图像视觉识别的槟榔的分选方法。
技术介绍
槟榔含有多种人体所需的营养元素和有益物质，槟榔原果的主要成分为31.1％的酚类、18.7％的多糖、14.0％的脂肪、10.8％的粗纤维、9.9％的水分、3.0％的灰分和0.5％的生物碱。槟榔还含有20多种微量元素，其中11种为人体必需的微量元素。槟榔种子含总生物碱0.3％-0.6％，主要为槟榔碱，并含有少量槟榔次碱、去甲基槟榔碱、异去甲基槟榔次碱、槟榔副碱及高槟榔碱等，均与鞣酸集合存在。还有鞣质、脂肪、甘露醇、半乳糖、蔗糖、儿茶精、表二茶精、无色花青素、槟榔红色素、皂苷及多种原矢车菊素的二聚体、三聚体、四聚体等。所含脂肪酸的组成为：月桂酸19.5％、肉豆蔻酸46.2％、棕榈酸12.7％硬脂酸1.6％、油酸6.2％、亚油酸5.4％、十二碳酸0.3％、十四碳烯酸7.2％，又含氨基酸。其中脯氨酸占15％以上。槟榔经济价值高，每公顷可种植1500-2000株左右。中国槟榔品种产量高，单株产量可达30kg左右，经济价值高。中国海南、台湾、湖南等地群众自古就有消费槟榔的习惯，本文档来自技高网...

【技术保护点】
1.一种基于图像视觉识别的槟榔分选方法，其特征在于，包括以下步骤：步骤1：实时抓取并分析摄像头拍到的每一帧图像，利用预训练好的支持向量机分类模型对图像中每个像素进行分类，得到相应的二值图像作为蒙版，从而分割出前景像素和背景像素；步骤2：通过分析步骤1中得到的蒙版，判断该帧是否为关键帧，所述关键帧是指槟榔第一次完整进入相机视野；如果当前帧不为关键帧，则此次分选结束，回到步骤1分析下一帧图像；如果当前帧为关键帧，则对于分割得到的蒙版进行腐蚀操作；步骤3：通过对步骤2中前景像素点的坐标做PCA，得到PCA正规化后的二值分割图像，找到槟榔的重心并计算出槟榔在图像中的长度和直径；步骤4：对PCA正规化后...

【技术特征摘要】
1.一种基于图像视觉识别的槟榔分选方法，其特征在于，包括以下步骤：步骤1：实时抓取并分析摄像头拍到的每一帧图像，利用预训练好的支持向量机分类模型对图像中每个像素进行分类，得到相应的二值图像作为蒙版，从而分割出前景像素和背景像素；步骤2：通过分析步骤1中得到的蒙版，判断该帧是否为关键帧，所述关键帧是指槟榔第一次完整进入相机视野；如果当前帧不为关键帧，则此次分选结束，回到步骤1分析下一帧图像；如果当前帧为关键帧，则对于分割得到的蒙版进行腐蚀操作；步骤3：通过对步骤2中前景像素点的坐标做PCA，得到PCA正规化后的二值分割图像，找到槟榔的重心并计算出槟榔在图像中的长度和直径；步骤4：对PCA正规化后的二值分割图像做上下翻转操作，得到翻转后的图像，将翻转后的图像减去原图像后得到的非零像素的个数除以像素总数得到槟榔的对称性值；步骤5：对于步骤2中的前景像素做Canny边缘检测，检测得到边缘像素的数量除以前景总像素数量，得到槟榔的纹理值；步骤6：通过对槟榔的纹理性和对称性进行综合分析，给出相对应的分类。2.根据权利要求1所述的一种基于图像视觉识别的槟榔分选方法，其特征在于，在所述步骤1开始前，可以通过对数几率回归算法在大量槟榔中训练出所需要的阀值，所述阀值为槟榔的纹理性值或对称性值。3.根据权利要求1所述的一种基于图像视觉识别的槟榔分选方法，其特征在于，所述前景...

【专利技术属性】
技术研发人员：张鸿轩，刘子舜，袁海专，朱岱，
申请(专利权)人：深度计算长沙信息技术有限公司，
类型：发明
国别省市：湖南,43