一种基于图像识别的货架水果缺陷检测方法与系统技术方案

本发明专利技术公开了一种基于图像识别的货架水果缺陷检测方法与系统，包括图像采集

【技术实现步骤摘要】
一种基于图像识别的货架水果缺陷检测方法与系统


[0001]本专利技术涉及水果缺陷检测
，具体为一种基于图像识别的货架水果缺陷检测方法与系统。

技术介绍

[0002]水果有其自身的营养特点，是人类食物结构中的一个重要组成部分，在销售水果之前，厂家已对水果进行分类分级，并挑出缺陷的水果，但在水果进入水果店或超市这种经销店铺时，此类店面由于面积较小，或货物种类繁杂，不适合配置筛选机械，而且缺乏现有针对于经销店铺中水果缺陷的检测系统，因此都是员工目测的检测方式，进行货架水果检测，这种方式效率低下，不利用店面的销售，而且客户对选取的水果有退换的可能，在退换的水果中，也有缺陷果的可能，员工逐一检测，更是浪费时间，而且个别水果因为自身质变也会产生缺陷，若不及时处理，一个缺陷果的存在可能引起整批水果被感染，进而造成巨大的经济损失。
[0003]因此本专利技术提出一种基于图像识别的货架水果缺陷检测方法与系统，用于水果店或超市这种经销店铺中的货架上，无需配置大型筛选机械，节省空间，同时可有效解决经销店铺中水果缺陷的检测效率低下的问题。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供了一种基于图像识别的货架水果缺陷检测方法与系统，解决了经销店铺中水果缺陷的检测效率低下的问题。
[0005]为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于图像识别的货架水果缺陷检测方法与系统，包括如下步骤；
[0006]第一步、图像采集
[0007]通过摄像头对目标场景进行拍照，获得后景图像；
[0008]在目标场景放置若干个目标对象，通过摄像头对包含若干个目标对象的目标场景进行拍照，获得全景图像；
[0009]第二步、图像处理
[0010]通过后景图像与全景图像进行图像分割处理，去除全景图像中的后景图像元素，并获得只含有目标对象的前景图像；
[0011]对前景图像进行图像分析，并获得若干个目标对象的二维坐标信息和外观信息；
[0012]第三步、缺陷分析
[0013]将前景图像转换为RGB模式，并提取R分量图像；
[0014]对所述R分量图像进行亮度校正，使所述R分量图像的亮度均匀，根据亮度校正后的R分量图像上缺陷的灰度值与周边正常区域的灰度值的差别，并将灰度图像转换为二值化的表面缺陷图像，在缺陷区域对其相应的二维坐标信息和外观信息上标记缺陷。
[0015]优选的，若目标对象有缺陷时，通过控制器进行缺陷信号提示；若目标对象无缺陷
时，控制器无信号提示，且目标对象在设定的间隔时间节点进行再次缺陷检测。
[0016]优选的，前景图像根据目标对象的外观信息划分为若干个前景子图像，且一个前景子图像对应一个目标对象；
[0017]若某一个目标对象被移出，与其相对应的前景子图像自动删除，并不做再次缺陷检测；
[0018]若某一个目标对象位置发生变化，与其相对应的前景子图像自动删除，且其他目标对象对应的前景子图像与后景图像结合形成后景子图像，摄像头对包含若干个目标对象的目标场景进行再次拍照，获得全景子图像；
[0019]后景子图像与全景子图像进行图像分割处理，去除全景子图像中的后景子图像元素，并获得只含有目标对象位置发生变化的新前景子图像；
[0020]优选的，根据新前景子图像二维坐标信息和外观信息，对位置发生变化的目标对象进行缺陷检测，然后根据第三步确定位置发生变化的目标对象有无缺陷问题；
[0021]若位置发生变化的目标对象有缺陷时，其相应的二维坐标信息和外观信息上标记缺陷，并通过控制器进行缺陷信号提示；
[0022]若位置发生变化的目标对象无缺陷时，控制端无信号提示，且获得的新前景子图像与其他目标对象对应的前景子图像组合建立新前景图像，然后位置发生变化的目标对象与其他目标对象在设定的间隔时间节点进行再次缺陷检测。
[0023]一种基于图像识别的货架水果缺陷检测系统，该系统具体采用货架水果缺陷检测方法来实现对货架水果的缺陷检测。
[0024]有益效果
[0025]本专利技术提供了一种基于图像识别的货架水果缺陷检测方法与系统。与现有技术相比具备以下有益效果：
[0026]本专利技术通过图像分割处理，去除货架的背景色彩，获得只含水果图像，能准确的解决在机器视觉检测时无法区分水果和货架的缺陷，有效地提高了水果缺陷检测的精度和检测效率，并通过定时检测，以解决水果自身的质变产生缺陷而未检测的问题；通过将移动的水果进行识别，将未移动的水果结合货架作为背景，并对移动的水果进行检测，简化了水果缺陷的工作量，执行速度更快，易于实际实现，克服了货架上的水果位置变动，不能及时对缺陷水果进行处理的问题。
附图说明
[0027]图1为基于图像识别的货架水果缺陷检测系统的系统框图。
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]请参阅图1，本专利技术提供一种技术方案：
[0030]一种基于图像识别的货架水果缺陷检测方法，其特征在于，包括如下步骤；
[0031]第一步、图像采集
[0032]通过摄像头对目标场景进行拍照，获得后景图像；
[0033]在目标场景放置若干个目标对象，通过摄像头对包含若干个目标对象的目标场景进行拍照，获得全景图像；
[0034]第二步、图像处理
[0035]通过后景图像与全景图像进行图像分割处理，去除全景图像中的后景图像元素，并获得只含有目标对象的前景图像；
[0036]图像分割处理使用到grabcut算法中的grabcut函数，该技术为现有技术，工作原理为将待分割图像、掩码图像等作为需要传参的参数传入该函数中，即grabCut默认后景图像为背景，设置掩码为0，与后景图像不同的图案为前景，设置掩码为2，然后根据grabCut算法，将与后景图像不同的图案所占用区域检查出来是背景的位置，掩码由2改为0；最后，经过算法处理，后景图像不同的图案掩码依然为2的，就是检查出来的前景，被标记为前景图像。
[0037]对前景图像进行图像分析，并获得若干个目标对象的二维坐标信息和外观信息；
[0038]前景图像根据目标对象的外观信息划分为若干个前景子图像，且一个前景子图像对应一个目标对象；
[0039]假设货架上横向摆放m个水果，纵向摆放n个水果，其中m、n均大于0，且m、n均整数，则通过图像处理单元依次对每个水果的二维坐标信息进行确认，并将其按照其坐标标记为(X1,Y1)(X1,Y2)、...、(X2,Y1)(X2,Y2)、...、(Xm,Yn)，并以前景图像中二维坐标信息为(Xm,Yn)的前景子图像为例；
[0040]若坐标点(Xm,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的货架水果缺陷检测方法，其特征在于，包括如下步骤；第一步、图像采集通过摄像头对目标场景进行拍照，获得后景图像；在目标场景放置若干个目标对象，通过摄像头对包含若干个目标对象的目标场景进行拍照，获得全景图像；第二步、图像处理通过后景图像与全景图像进行图像分割处理，去除全景图像中的后景图像元素，并获得只含有目标对象的前景图像；对前景图像进行图像分析，并获得若干个目标对象的二维坐标信息和外观信息；第三步、缺陷分析将前景图像转换为RGB模式，并提取R分量图像；对所述R分量图像进行亮度校正，使所述R分量图像的亮度均匀，根据亮度校正后的R分量图像上缺陷的灰度值与周边正常区域的灰度值的差别，并将灰度图像转换为二值化的表面缺陷图像，在缺陷区域对其相应的二维坐标信息和外观信息上标记缺陷。2.根据权利要求1所述的一种基于图像识别的货架水果缺陷检测方法，其特征在于：若目标对象有缺陷时，通过控制器进行缺陷信号提示；若目标对象无缺陷时，控制器无信号提示，且目标对象在设定的间隔时间节点进行再次缺陷检测。3.根据权利要求1所...

【专利技术属性】
技术研发人员：陈建，方维维，傅旭栋，董江凯，
申请(专利权)人：浙江由由科技有限公司，
类型：发明
国别省市：