基于图像处理的花生选种方法技术

本发明专利技术涉及基于图像处理的花生选种方法，属于花生批量选种技术领域。方法包括以下步骤：将各目标图像中各灰度值对应的异常程度进行排序，得到各目标图像对应的异常程度序列；依次判断异常程度序列中的各异常程度是否大于预设异常程度阈值，若是，将对应的异常程度剔除；将每次剔除之后的异常程度序列记为各目标图像对应的异常程度子序列；根据各异常程度子序列，得到各目标图像对应的各异常程度子序列对应的平均异常程度；根据各目标图像对应的灰度直方图，得到各目标图像对应的各异常程度子序列对应的目标概率；根据平均异常程度和目标概率，得到目标批次对应的花生种子。本发明专利技术能够提高花生选种的效率。能够提高花生选种的效率。能够提高花生选种的效率。

【技术实现步骤摘要】
基于图像处理的花生选种方法


[0001]本专利技术涉及花生批量选种
，具体涉及基于图像处理的花生选种方法。

技术介绍

[0002]花生种子挑选是花生种植环节中最重要的一环，好的花生种子是花生丰产增收的基础，因此选好花生种子的质量至关重要。
[0003]现有的花生选种的方法一般是对花生种子进行单独质量检测，这种选种方式虽然能保证花生种子的质量，但是会耗费大量的资源，浪费大量的时间，因此这种花生选种的方式效率较低。

技术实现思路

[0004]本专利技术提供基于图像处理的花生选种方法，用于解决现有花生选种效率低的问题，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了基于图像处理的花生选种方法包括以下步骤：获取各批次花生对应的目标图像，所述各批次花生包含多粒花生种子；根据各目标图像对应的灰度直方图，得到各目标图像中各灰度值对应的异常程度；将所述各目标图像中各灰度值对应的异常程度进行排序，得到各目标图像对应的异常程度序列；依次判断所述异常程度序列中的各异常程度是否大于预设异常程度阈值，若是，将对应的异常程度剔除本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像处理的花生选种方法，其特征在于，该方法包括如下步骤：获取各批次花生对应的目标图像，所述各批次花生包含多粒花生种子；根据各目标图像对应的灰度直方图，得到各目标图像中各灰度值对应的异常程度；将所述各目标图像中各灰度值对应的异常程度进行排序，得到各目标图像对应的异常程度序列；依次判断所述异常程度序列中的各异常程度是否大于预设异常程度阈值，若是，将对应的异常程度剔除；将每次剔除之后的异常程度序列记为各目标图像对应的异常程度子序列；根据各异常程度子序列，得到各目标图像对应的各异常程度子序列对应的平均异常程度；根据各目标图像对应的灰度直方图，得到各目标图像对应的各异常程度子序列对应的目标概率；根据所述平均异常程度和所述目标概率，得到各目标图像对应的目标异常程度序列；根据任意两个所述目标异常程度序列之间的差异，得到目标批次对应的花生种子。2.如权利要求1所述的基于图像处理的花生选种方法，其特征在于，所述根据各目标图像对应的灰度直方图，得到各目标图像中各灰度值对应的异常程度的方法，包括：根据各目标图像对应的灰度直方图，统计得到各目标图像对应的灰度直方图中的各灰度值和对应的灰度直方图中最大纵坐标对应的灰度值；根据所述灰度直方图中最大纵坐标对应的灰度值与对应的灰度直方图中各灰度值之间的差异，得到各目标图像对应的灰度直方图中各灰度值对应的异常程度；根据所述各目标图像对应的灰度直方图中各灰度值对应的异常程度，得到各目标图像中各灰度值对应的异常程度。3.如权利要求1所述的基于图像处理的花生选种方法，其特征在于，根据如下公式计算各目标图像对应的灰度直方图中各灰度值对应的异常程度：其中，A
i,j
为第i个目标图像对应的灰度直方图中第j个灰度值对应的异常程度，H为第i个目标图像对应的灰度直方图中最大纵坐标对应的灰度值，h
i
为第i个目标图像对应的灰度直方图中的第j个灰度值，relu（）为线性整流函数。4.如权利要求1所述的基于图像处理的花生选种方法，其特征在于，所述根据各异常程度子序列，得到各目标图像对应的各异常程度子序列对应的平均异常程度的方法，包括：根据所述各目标图像对应的灰度直方图，统计所述灰度直方图中各灰度值对应的纵坐标；根据所述各灰度值对应的纵坐标，得到所述各异常程度子序列中各异常程度对应的灰度值在对应的目标图像中出现的概率；根据所述各异常程度子序列中各异常程度对应的灰度值在对应的目标图像中出现的概率和对应的各异常程度子序列中的各异常程度，得到各目标图像对应的各异常程度子序列对应的平均异常程度。5.如权利要求4所述的基于图像处理的花生选种方法，其特征在于，根据如下公式计算各目标图像对应的各异常程度子序列对应的平均异常程度：...

【专利技术属性】
技术研发人员：张秀峰，
申请(专利权)人：山东慧丰花生食品股份有限公司，
类型：发明
国别省市：