一种基于图像处理的干枣质量分类方法及系统技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像处理的干枣质量分类方法及系统。该方法采集干枣图像，分割多个干枣区域；获取干枣区域中第一异常像素点，得到多个第一异常区域和裂纹基准区域；由裂纹基准区域的主方向进行拟合得到拟合曲线；获取拟合曲线上各像素点对应的排列熵、排列熵序列和目标异常像素点；目标异常像素点数量和拟合曲线像素点数量比为参考异常指标；由排列熵序列中异常间隔距离的最大距离计算异常占比，根据异常占比得裂纹基准区域的连通性；由参考异常指标和连通性得到裂纹概率，对干枣进行分类。本发明专利技术实施例由连通性和参考异常指标得到裂纹概率，达到了避免将非裂纹区域识别为裂纹的目的，提高裂纹识别的精准度。别的精准度。别的精准度。

A method and system of dry jujube quality classification based on image processing

【技术实现步骤摘要】
一种基于图像处理的干枣质量分类方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像处理的干枣质量分类方法及系统。

技术介绍

[0002]枣在成熟期水分失调容易引发开裂，裂果在干制后会在枣的开裂位置形成一条裂痕，枣果的裂口处更容易受到细菌微生物的侵害导致腐烂发霉，因此在包装前需要将带有裂痕的枣单独挑选出来，并且评估红枣的裂痕的严重性，以便估算枣裂痕对枣品质的影响。
[0003]目前，常用的对干枣进行质量检测的方法为用阈值分割得到干枣裂痕的区域，或者是用分水岭算法分割干枣裂痕区域；但是由于干枣的表面有皱缩且表面凹凸不平；用阈值分割或者用分水岭算法会把干枣裂痕区域分成过多的独立区域，会存在过分割问题，还会将非裂痕区域识别为裂痕，精确度较低。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的干枣质量分类方法及系统，所采用的技术方案具体如下：
[0005]第一方面，本专利技术一个实施例提供了一种基于图像处理的干枣质量分类方法，该方法包括以下步骤：
[0006]采集干枣图像，所述干枣图像包括多个干枣；分割所述干枣图像中的所述干枣得到多个干枣区域；
[0007]获取所述干枣区域中像素值小于预设像素值阈值的第一异常像素点，得到多个第一异常区域；对每个所述第一异常区域进行区域生长得到第二异常区域，第二异常区域的面积大于第一异常区域的面积时更新所述第一异常区域为裂纹基准区域；
[0008]根据各所述裂纹基准区域的主方向进行拟合得到拟合曲线；获取所述拟合曲线上的各像素点垂直方向上对应的排列熵，得到对应的排列熵序列；大于等于预设排列熵阈值的排列熵对应的像素点为目标异常像素点，获取所述目标异常像素点的数量；目标异常像素点的数量和所述拟合曲线上总像素点数量之比为参考异常指标；获取所述排列熵序列中目标异常像素点之间的异常间隔距离，由所述异常间隔距离中的最大距离计算所述裂纹基准区域的异常占比，根据所述异常占比得到平均异常像素占比，所述平均异常像素占比为所述两个相邻裂纹基准区域的连通性；所述参考异常指标和所述连通性相乘得到两个相邻所述裂纹基准区域的裂纹概率；
[0009]根据所述第一异常区域、所述裂纹基准区域和所述裂纹概率对干枣进行分类。
[0010]优选的，所述分割所述干枣图像中的所述干枣得到多个干枣区域，包括：
[0011]所述干枣图像转换为HSV干枣图像；
[0012]提取所述HSV干枣图像中红色区域的像素点，所述红色区域的像素点的像素值置为1，非红色区域的像素点的像素值置为0，得到干枣区域二值图；
[0013]提取所述干枣区域二值图中的多个连通域；每个连通域与所述干枣图像相乘得到多个所述干枣区域。
[0014]优选的，所述获取所述干枣区域中像素值小于预设像素值阈值的第一异常像素点，得到多个第一异常区域，包括：
[0015]所述第一异常像素点的像素值置为1，所述干枣区域中像素值大于预设像素值阈值的像素点的像素值置为0；
[0016]由所述像素值为1的像素点得到多个第一异常区域。
[0017]优选的，所述根据各所述裂纹基准区域的主方向进行拟合得到拟合曲线，包括：
[0018]获取所述两个相邻裂纹基准区域的最小外接矩形；
[0019]获取各所述裂纹基准区域的长轴，得到所述两个相邻裂纹基准区域的长轴交点；
[0020]若所述长轴交点在所述最小外接矩形内，根据所述长轴与所述裂纹基准区域的交点、所述裂纹基准区域的中心点和所述长轴交点进行拟合得到一条拟合曲线；
[0021]若所述长轴交点在所述最小外接矩形外，根据所述长轴与所述裂纹基准区域的交点和所述裂纹基准区域的中心点进行拟合得到一条拟合曲线。
[0022]优选的，所述获取所述拟合曲线上的各像素点垂直方向上对应的排列熵，包括：
[0023]获取所述拟合曲线上各像素点的垂直方向上预设数量内的像素点作为目标像素点；
[0024]计算目标像素点的像素值对应的排列熵。
[0025]优选的，所述获取所述排列熵序列中目标异常像素点之间的异常间隔距离，由所述异常间隔距离中的最大距离计算所述裂纹基准区域的异常占比，包括：
[0026]所述拟合曲线上总像素点数量与所述异常间隔距离中的最大距离作差得到异常数量；
[0027]所述异常数量和所述拟合曲线上总像素点数量的比值为所述异常占比。
[0028]优选的，所述根据所述异常占比得到平均异常像素占比，包括：
[0029]根据所述异常占比和所述异常间隔距离的数量得到平均异常像素占比；
[0030]所述平均异常像素占比的计算公式为：
[0031][0032]其中，F为所述平均异常像素占比；e为所述异常间隔距离的数量；D为所述拟合曲线上总像素点数量；E为所述异常间隔距离的最大距离；为所述异常占比。
[0033]第二方面，本专利技术一个实施例提供了一种基于图像处理的干枣质量分类系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于一种基于图像处理的干枣质量分类方法。
[0034]本专利技术实施例至少具有如下有益效果：
[0035]本专利技术实施例利用图像处理技术，根据采集到的包含有多个干枣的干枣图像分割出多个干枣区域，获取干枣区域中的第一异常像素点，得到多个第一异常区域；对第一异常区域进行区域生长得到第二异常区域，根据第二异常区域和第一异常区域的面积变化得到裂纹基准区域，通过得到裂纹基准区域先对干枣区域的裂纹进行一个初步判断，在裂纹基
准区域的基础上对相邻两个裂纹基准区域进行判断，避免了将非裂纹区域识别成裂纹；获取各裂纹基准区域的长轴，基于任意两个相邻裂纹基准区域，由长轴和裂纹基准区域拟合一条拟合曲线；获取拟合曲线上各像素点垂直方向上对应的排列熵，用排列熵来反映拟合曲线上各像素点垂直方向上的目标像素值变化序列的复杂程度，排列熵越大，对应的垂直方向上的目标像素值变化序列越复杂，则说明对应的拟合曲线像素点越有可能是裂纹区域上的像素点；由排列熵得到目标异常像素点及其数量，由目标异常像素点数量和拟合曲线上总像素点数量之比得到参考异常指标；计算目标异常像素点数量的异常占比，根据异常占比得到平均异常像素占比，该平均异常像素占比即为两个相邻裂纹基准区域的连通性，根据参考异常指标和连通性得到两个相邻裂纹基准区域的裂纹概率，参考异常指标越大说明相邻两个裂纹基准区域是同一条裂纹的概率越大。根据第一异常区域、裂纹基准区域和裂纹概率对干枣进行分类。本专利技术实施例通过干枣区域中的异常区域得到裂纹基准区域，由裂纹基准区域和裂纹基准区域的长轴拟合一条拟合曲线，由该拟合曲线上各像素点垂直方向对应的排列熵得到两个相邻裂纹基准区域的参考异常指标和连通性，由连通性和参考异常指标得到裂纹概率，达到了避免将非裂纹区域识别为裂纹的目的，提高了裂纹识别的精准度。
附图说明
...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的干枣质量分类方法，其特征在于，该方法包括以下步骤：采集干枣图像，所述干枣图像包括多个干枣；分割所述干枣图像中的所述干枣得到多个干枣区域；获取所述干枣区域中像素值小于预设像素值阈值的第一异常像素点，得到多个第一异常区域；对每个所述第一异常区域进行区域生长得到第二异常区域，第二异常区域的面积大于第一异常区域的面积时更新所述第一异常区域为裂纹基准区域；根据各所述裂纹基准区域的主方向进行拟合得到拟合曲线；获取所述拟合曲线上的各像素点垂直方向上对应的排列熵，得到对应的排列熵序列；大于等于预设排列熵阈值的排列熵对应的像素点为目标异常像素点，获取所述目标异常像素点的数量；目标异常像素点的数量和所述拟合曲线上总像素点数量之比为参考异常指标；获取所述排列熵序列中目标异常像素点之间的异常间隔距离，由所述异常间隔距离中的最大距离计算所述裂纹基准区域的异常占比，根据所述异常占比得到平均异常像素占比，所述平均异常像素占比为所述两个相邻裂纹基准区域的连通性；所述参考异常指标和所述连通性相乘得到两个相邻所述裂纹基准区域的裂纹概率；根据所述第一异常区域、所述裂纹基准区域和所述裂纹概率对干枣进行分类。2.根据权利要求1所述的一种基于图像处理的干枣质量分类方法，其特征在于，所述分割所述干枣图像中的所述干枣得到多个干枣区域，包括：所述干枣图像转换为HSV干枣图像；提取所述HSV干枣图像中红色区域的像素点，所述红色区域的像素点的像素值置为1，非红色区域的像素点的像素值置为0，得到干枣区域二值图；提取所述干枣区域二值图中的多个连通域；每个连通域与所述干枣图像相乘得到多个所述干枣区域。3.根据权利要求1所述的一种基于图像处理的干枣质量分类方法，其特征在于，所述获取所述干枣区域中像素值小于预设像素值阈值的第一异常像素点，得到多个第一异常区域，包括：所述第一异常像素点的像素值置为1，所述干枣区域中像素值大于预设像素值阈值的像素点的像素值置为0；由所述像素值为1的像素点得到多个...

【专利技术属性】
技术研发人员：梁丽清，梁祥宠，
申请(专利权)人：南通海扬食品有限公司，
类型：发明
国别省市：