一种基于机器视觉的香菇形状和尺寸检测方法技术

本发明专利技术属于香菇检测领域，并具体公开了一种基于机器视觉的香菇形状和尺寸检测方法，包括如下步骤：S1采集剪去菇柄香菇的图像，将所有图像转化为灰度图像，对灰度图像进行边缘特征提取，进而获取各图像中的香菇外轮廓；S2根据图像中的香菇外轮廓，采用改进的遗传算法求解得到最佳圆心点；S3以最佳圆心点为圆心，得到香菇外轮廓的最大内切圆和最小外接圆；S4以最大内切圆和最小外接圆半径的平均值作为香菇直径，根据香菇直径确定香菇的尺寸等级；根据最大内切圆和最小外接圆的半径差确定香菇的形状等级，从而完成香菇形状和尺寸检测。本发明专利技术实现了对香菇形状和尺寸的自动检测，兼顾了智能性与实用性，提高了香菇形状和尺寸分级的效率。

【技术实现步骤摘要】
一种基于机器视觉的香菇形状和尺寸检测方法
本专利技术属于香菇检测领域，更具体地，涉及一种基于机器视觉的香菇形状和尺寸检测方法。
技术介绍
香菇营养丰富，香味独特，被称为“山珍”，兼顾药用与保健价值。目前，香菇产量稳步增加，干香菇产业具有广阔的发展空间。但长期以来，香菇主要依靠人力进行加工。香菇加工产业使用大量人力资源，效率低下，且加工过程不可避免造成二次污染，香菇质量很大程度上受工人技能的影响，长时间重复的工作容易造成视觉疲劳，降低分级效率和准确性，难以满足日益增长的需求，所以香菇产业急需更加高效的，准确的自动化的加工方法。根据国家出口干香菇检验规程(SN/T0632-1997)，按照菌盖的大小进行分级，香菇可分为四个等级，分别为特级、1级、2级、3级，过大或者过小的香菇称为等外菇。按照香菇的形状可分为三个等级，分别为圆正香菇、类椭圆菇和畸形菇三种。但目前尚没有一种较好的自动检测香菇形状和尺寸的方法。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于机器视觉的香菇形状和尺寸检测方法，其目的在于，采用机器视觉的方法，基于改进的遗传算法实现对香菇形状和尺寸的自动检测，兼顾了智能性与实用性，提高了香菇形状和尺寸分级的效率。为实现上述目的，本专利技术提出了一种基于机器视觉的香菇形状和尺寸检测方法，包括如下步骤：S1采集剪去菇柄香菇的图像，将所有图像转化为灰度图像，对灰度图像进行边缘特征提取，进而获取各图像中的香菇外轮廓；S2根据图像中的香菇外轮廓，采用改进的遗传算法求解得到最佳圆心点；S3以最佳圆心点为圆心，得到香菇外轮廓的最大内切圆和最小外接圆；S4以最大内切圆和最小外接圆半径的平均值作为香菇直径，根据香菇直径确定香菇的尺寸等级；根据最大内切圆和最小外接圆的半径差确定香菇的形状等级，从而完成香菇形状和尺寸检测。作为进一步优选的，所述S1中，将所有图像进行滤波平滑，去除噪声后再转化为灰度图像。作为进一步优选的，所述S2中，采用改进的遗传算法求解最佳圆心点，具体包括如下步骤：S21在香菇外轮廓上选取种群边界，在选取的种群边界中随机选取一定数量的点作为种群的个体；S22计算种群中每个个体的适应度，然后根据适应度，采用随机竞争选择的方法，得到与上一代种群相同数量的个体作为新一代种群个体；S23将新一代种群个体中的最优个体放入保优记忆库，并与保优记忆库中原有个体进行对比，若最优个体适应度更高，则使用最优个体替换保优记忆库中原有个体，若保优记忆库中原有个体适应度更高，则不更新保优记忆库，即该保优记忆库始终只保存一个个体；S24对步骤S22中的新一代种群个体进行交叉、变异，以实现对种群中个体的再次更新；S25重复步骤S22～S24若干次，停止迭代，将此时保优记忆库中的个体作为最佳圆心点。作为进一步优选的，所述S21中，在香菇外轮廓上选取种群边界，具体为：将香菇外轮廓放入空间直角坐标系中，得到该外轮廓在x方向的最大值xmax和最小值xmin，在y方向的最大值ymax和最小值ymin，进而得到矩形的种群边界，其计算公式如下：left＝xmin+(xmax-xmin)/4right＝xmax-(xmax-xmin)/4bottom＝ymin+(ymax-ymin)/4top＝ymax-(ymax-ymin)/4其中，[left,right]为矩形在x方向的取值范围，[bottom,top]为矩形在y方向的取值范围。作为进一步优选的，所述S22中，计算个体的适应度Fi时采用如下的适应度函数：Fi＝k-(R1-R2)其中，k是常数，R1是以个体为圆心的香菇外轮廓最大内切圆半径，R2是以个体为圆心的香菇外轮廓最小内切圆半径。作为进一步优选的，所述S22中，采用随机竞争选择得到新一代种群个体，具体为：将种群中个体按照适应度大小分布在饼形图上，在饼形图中随机选择一个位置，该位置对应的个体即选择的个体，然后再进行一次选择，得到两个个体，在这两个个体中选择适应度较大的个体作为新一代的个体，不断重复上述过程，直到选出与上一代种群相同数量的个体作为新一代种群个体。作为进一步优选的，所述S24中，对新一代种群个体进行交叉、变异，具体包括如下步骤：S241预设交叉概率，然后生成一个0到1之间的随机数，如果该数大于交叉概率，则此次不挑选个体；如果该数小于交叉概率，则随机选择一个个体，然后再生成一个0到1之间的随机数，如果该数小于交叉概率，则此次不挑选个体，如果该数大于交叉概率，则再随机选择一个个体，从而得到两个个体；S242将两个个体进行交叉运算，即将两个个体进行连线，以连线的两个三等分点作为新个体，取代之前两个个体；S243重复步骤S241、S242若干次，直到重复次数等于种群个体数量的一半时停止；S244预设变异概率，然后遍历此时种群中的个体，对于每个个体的x坐标和y坐标，生成一个0到1之间的随机数，如果该数大于变异概率，则不变异，如果该数小于变异概率，则需要发生变异，其中，x坐标发生变异时，在x方向的取值边界内随机取值作为新的x坐标，y坐标发生变异时，在y方向的取值边界内随机取值作为新的x坐标。作为进一步优选的，所述S3中，香菇外轮廓的最大内切圆和最小外接圆采用如下方法得到：计算香菇外轮廓上每个点与最佳圆心点的距离，然后以最佳圆心点为圆心，距离最小值为直径作圆，得到最大内切圆；以最佳圆心点为圆心，距离最大值为半径作圆，得到最小外接圆。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：1.本专利技术采用机器视觉的方法，基于改进的遗传算法实现对香菇形状和尺寸的自动检测，兼顾了智能性与实用性，提高了香菇形状和尺寸分级的效率。2.本专利技术利用香菇外轮廓寻找最佳圆心点，拟合以最佳圆心点为圆心的最大内切圆和最小外接圆，利用两圆的半径与半径差计算香菇尺寸与形状，实现了香菇形状和尺寸的自动检测。3.本专利技术对采用遗传算法求解最佳圆心点，并对遗传算法进行改进，由于最佳圆心点并非一定在最后一代种群中出现，可能出现在中间的计算过程中，本专利技术中的保优记忆库策略可以保存整个遗传过程中最优秀的个体，增加结果的准确性。附图说明图1为本专利技术实施例基于机器视觉的香菇形状和尺寸检测方法流程图；图2为本专利技术实施例采用遗传算法求解最佳圆心点的流程图；图3为本专利技术实施例选择的种群边界的示意图；图4为本专利技术实施例初始化种群分布的示意图；图5为本专利技术实施例两个体交叉的示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，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。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的香菇形状和尺寸检测方法，其特征在于，包括如下步骤：/nS1采集剪去菇柄香菇的图像，将所有图像转化为灰度图像，对灰度图像进行边缘特征提取，进而获取各图像中的香菇外轮廓；/nS2根据图像中的香菇外轮廓，采用改进的遗传算法求解得到最佳圆心点；/nS3以最佳圆心点为圆心，得到香菇外轮廓的最大内切圆和最小外接圆；/nS4以最大内切圆和最小外接圆半径的平均值作为香菇直径，根据香菇直径确定香菇的尺寸等级；根据最大内切圆和最小外接圆的半径差确定香菇的形状等级，从而完成香菇形状和尺寸检测。/n

【技术特征摘要】
1.一种基于机器视觉的香菇形状和尺寸检测方法，其特征在于，包括如下步骤：
S1采集剪去菇柄香菇的图像，将所有图像转化为灰度图像，对灰度图像进行边缘特征提取，进而获取各图像中的香菇外轮廓；
S2根据图像中的香菇外轮廓，采用改进的遗传算法求解得到最佳圆心点；
S3以最佳圆心点为圆心，得到香菇外轮廓的最大内切圆和最小外接圆；
S4以最大内切圆和最小外接圆半径的平均值作为香菇直径，根据香菇直径确定香菇的尺寸等级；根据最大内切圆和最小外接圆的半径差确定香菇的形状等级，从而完成香菇形状和尺寸检测。


2.如权利要求1所述的基于机器视觉的香菇形状和尺寸检测方法，其特征在于，所述S1中，将所有图像进行滤波平滑，去除噪声后再转化为灰度图像。


3.如权利要求1所述的基于机器视觉的香菇形状和尺寸检测方法，其特征在于，所述S2中，采用改进的遗传算法求解最佳圆心点，具体包括如下步骤：
S21在香菇外轮廓上选取种群边界，在选取的种群边界中随机选取一定数量的点作为种群的个体；
S22计算种群中每个个体的适应度，然后根据适应度，采用随机竞争选择的方法，得到与上一代种群相同数量的个体作为新一代种群个体；
S23将新一代种群个体中的最优个体放入保优记忆库，并与保优记忆库中原有个体进行对比，若最优个体适应度更高，则使用最优个体替换保优记忆库中原有个体，若保优记忆库中原有个体适应度更高，则不更新保优记忆库，即该保优记忆库始终只保存一个个体；
S24对步骤S22中的新一代种群个体进行交叉、变异，以实现对种群中个体的再次更新；
S25重复步骤S22～S24若干次，停止迭代，将此时保优记忆库中的个体作为最佳圆心点。


4.如权利要求3所述的基于机器视觉的香菇形状和尺寸检测方法，其特征在于，所述S21中，在香菇外轮廓上选取种群边界，具体为：将香菇外轮廓放入空间直角坐标系中，得到该外轮廓在x方向的最大值xmax和最小值xmin，在y方向的最大值ymax和最小值ymin，进而得到矩形的种群边界，其计算公式如下：
left＝xmin+(xmax-xmin)/4
right＝xmax-(xmax-xmin)/4
bottom＝ymin+(ymax-ymin)/4
top＝ymax-(ymax-ymin)/4
其中，[left,right]为矩形在...

【专利技术属性】
技术研发人员：胡友民，桑凯旋，周浩淼，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42