The invention discloses a method for detecting the quality of fresh water seedless pearls of SD OCT images. The SD_OCT image of freshwater seedless pearl is collected, its background and target are separated, the target area is flattened and translated, then the feature area of the target area is cut and denoised to obtain the feature image; the positive gradient feature, negative gradient feature and texture feature of the feature image are extracted; and the classified Pearl SD_OCT image is selected as the sample. The BP neural network model is created and input for training. After training, the test situation is forecasted and the type of pearl is identified. The present invention has better noise reduction effect for Pearl SD OCT image, more convenient extraction of image features, and avoids the problems of poor image noise reduction effect and difficult extraction of features, and has good classification robustness and accuracy.
【技术实现步骤摘要】
一种SD-OCT图像的淡水无核珍珠质量检测的方法
本专利技术涉及了一种珍珠图像检测珍珠质量的方法,尤其是涉及了一种SD-OCT图像的淡水无核珍珠质量检测的方法。
技术介绍
现有方法对珍珠SD-OCT图像采用中值滤波和BM3D算法结合的降噪算法,去噪效果不明显,仍有较多散斑噪声,对缺陷不明显的珍珠SD-OCT图像提取目标和背景分界线会产生较大误差,不具有普适性;现有的方法提取的特征仅限于获取缺陷层的上边界和缺陷层的下边界正梯度特征和负梯度特征,特征选取少,容易出现误差;设置正梯度特征和负梯度特征的阈值来区分缺陷珍珠和非缺陷珍珠,分类方法简单,实用性差,只能区分缺陷明显的珍珠和没有缺陷的珍珠,无法区分特征不明显的珍珠SD-OCT图像。图像降噪效果差,提取图像背景和目标之间分界线的算法简单且有很大的局限性,提取的图像特征数量少,无缺陷珍珠和有缺陷珍珠之间的区分方法差,不具有普适性。
技术实现思路
为了解决
技术介绍
中提出的问题,本专利技术提供一种SD-OCT图像的淡水无核珍珠质量检测的方法。如图1所示,本专利技术采用的技术方案是:1)采集淡水无核珍珠的SD-OCT图像,要求图像顶部10%的图像行不含目标;2)分离珍珠SD-OCT图像的背景和目标,提取目标区域;3)对目标区域进行扁平化和平移的处理,再裁剪目标区域中特征明显的区域并对该区域进行降噪处理得到特征图像;4)提取特征图像的正梯度特征、负梯度特征和纹理特征;5)选择已划分为无缺陷珍珠和有缺陷珍珠类别的珍珠SD-OCT图像作为样本,创建并输入到BP神经网络模型进行训练;具体实施中,选择100份由已分好类别的珍珠SD ...
【技术保护点】
1.一种SD‑OCT图像的淡水无核珍珠质量检测的方法,其特征在于包括以下步骤:1)采集淡水无核珍珠的SD‑OCT图像,要求图像顶部10%的图像行不含目标;2)分离珍珠SD‑OCT图像的背景和目标,提取目标区域;3)对目标区域进行扁平化和平移的处理,再裁剪目标区域中特征明显的区域并对该区域进行降噪处理得到特征图像;4)提取特征图像的正梯度特征、负梯度特征和纹理特征;5)选择已划分为无缺陷珍珠和有缺陷珍珠类别的珍珠SD‑OCT图像作为样本,创建并输入到BP神经网络模型进行训练;6)针对未知类别的珍珠SD‑OCT图像重复上述步骤进行处理提取获得正梯度特征、负梯度特征和纹理特征,将提取出来的特征作为分类模型的输入数据,输入到训练后的BP神经网络模型,输出珍珠的类别,完成SD‑OCT图像是否有缺陷珍珠的检测。
【技术特征摘要】
1.一种SD-OCT图像的淡水无核珍珠质量检测的方法,其特征在于包括以下步骤:1)采集淡水无核珍珠的SD-OCT图像,要求图像顶部10%的图像行不含目标;2)分离珍珠SD-OCT图像的背景和目标,提取目标区域;3)对目标区域进行扁平化和平移的处理,再裁剪目标区域中特征明显的区域并对该区域进行降噪处理得到特征图像;4)提取特征图像的正梯度特征、负梯度特征和纹理特征;5)选择已划分为无缺陷珍珠和有缺陷珍珠类别的珍珠SD-OCT图像作为样本,创建并输入到BP神经网络模型进行训练;6)针对未知类别的珍珠SD-OCT图像重复上述步骤进行处理提取获得正梯度特征、负梯度特征和纹理特征,将提取出来的特征作为分类模型的输入数据,输入到训练后的BP神经网络模型,输出珍珠的类别,完成SD-OCT图像是否有缺陷珍珠的检测。2.根据权利要求1所述的一种SD-OCT图像的淡水无核珍珠质量检测的方法,其特征在于:所述步骤2)具体为:2.1)将珍珠SD-OCT图像顶部10%的图像行像素的灰度值归为0,得到图像f;2.2)使用方形结构元素b对步骤2.1)处理后得到的图像f进行一次底帽变换,获得图像Bhat(f),计算为:Bhat(f)=(f·b)-f其中,是使用方形结构元素b图像f的闭运算,闭运算是先对珍珠SD-OCT图像f进行腐蚀操作之后再进行膨胀操作Θ;2.3)对经底帽变换后的图像Bhat(f)进行多次开运算,每次开运算的公式:2.4)对步骤2.1)处理后得到的图像f,每一个灰度值不为0的像素与在其8连通区域同样为灰度值不为0的像素一起归为一个物体,且以8连通区域相邻的物体合并为一个物体,然后将图像上部50%的区域中所包含像素个数小于40的物体的灰度值归为0;2.5)对经步骤2.4)处理后的图像进行多次闭运算,当闭运算后图像不再变化,则不再进行闭运算操作,闭运算操作结束后,对图像每一列像素从上向下遍历,遍历到一个灰度值为1的像素则停止遍历,将灰度值为1的像素所在的行位置作为该列中目标和背景之间的分界点;2.6)按照步骤2.5)中的方法提取每一列的分界点,分界点上方作为背景像素点,分界点下方作为目标像素点,由此各列的所有目标像素点组成目标区域。3.根据权利要求1所述的一种SD-OCT图像的淡水无核珍珠质量检测的方法,其特征在于:所述步骤3)具体为:3.1)计算步骤2)处理得到的目标区域中每一列背景和目标之间的分界点所在的行位置xi,对每一列像素循环上移Hi个像素距离,得到平移后的图像,Hi=xi-1;3.2)裁掉平移后图像中占图像20%的左侧边缘和右侧边缘,再裁掉占图像50%的底部边缘;3.3)对裁剪后的图像进行中值滤波,再对经中值滤波后的图像进行降噪,得到特征图像。4.根据权利要求1所述的一种SD-OCT图像的淡水无核珍珠质量检测的方法,其特征在于:所述步骤4)具体为:4.1)定义一个卷积模板w,使用该卷积模板w对特征图像进行卷积,得到梯度图像;4.2)将梯度图像中像素灰度值大于等于0的像素作为正梯度像素,将梯度图像中像素灰度值小于0的像素作为负梯度像素,每一列三个灰度值最大的正...
【专利技术属性】
技术研发人员:周扬,石龙杰,岑岗,陈正伟,汪凤林,周武杰,岑跃峰,黄俊,张晨光,马伟锋,刘铁兵,施秧,
申请(专利权)人:浙江科技学院,
类型:发明
国别省市:浙江,33
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。