一种烟叶图像数据质量验证方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种烟叶图像数据质量验证方法、系统、设备及存储介质，所述方法包括：采集待测烟叶样本的图像；读入图像，将图像转换到RGB颜色空间，并将图像上非烟叶区域置黑；根据烟叶边缘标注烟叶的最小外接矩形框；计算最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。本发明专利技术的烟叶图像数据质量验证方法、系统、设备及存储介质，不依赖专家的人工监测得知烟叶状态，只需基于图像纹理特征即可对烟叶图像数据进行质量验证，加快工业流程速度，实现工业自动化；鲁棒性高、无损，可用于机器视觉烟叶图像质量控制系统；应用在烟叶外观质量单指标表征中，提升对烟叶图像质量的控制效率。控制效率。控制效率。

【技术实现步骤摘要】
一种烟叶图像数据质量验证方法、系统、设备及存储介质


[0001]本专利技术涉及计算机机器视觉
，尤其涉及一种烟叶图像数据质量验证方法、系统、设备及存储介质。

技术介绍

[0002]烟叶作为卷烟产品的基础，需要以客观和数字化的方法以表征烟叶质量。现阶段许多专家都致力于基于机器视觉与图像处理技术数字化表征烟叶质量和等级，但需要保证采集图像信息的准确性。烟叶视觉检测系统是在对烟叶图像准确获取的前提下，对图像颜色和叶形等特征进行检测，因此需要采集的烟叶图像能够准确反映烟叶本身的特征信息是整个系统工作的基础和前提。而要准确的获取烟叶的图像信息，就必须有良好的采集设备和环境，以达到更精确、更方便的摄取烟叶图像特征的目的。但烟叶图像数据的准确性还需从另外一个角度得到保障，就是烟叶本身的状态。烟叶图像特征信息的采集，需要烟叶尽可能保持完整且水平的状态，这样才不会因为表面的皱缩而影响对其颜色和形状等特征的提取，进而使烟叶的自动化分级产生误判。所以从源头保证烟叶图像数据质量的问题需要尽早解决。
[0003]传统方法是专家通过人眼识别来判定烟叶状态作为判定样本质量的途径，这种方法比较依赖人力，耗费时间。
[0004]因此，亟需一种烟叶图像数据质量验证方法、系统、设备及存储介质。

技术实现思路

[0005]本专利技术的目的是提供一种烟叶图像数据质量验证方法、系统、设备及存储介质，以解决上述现有技术中的问题，能够不依赖专家的人工监测得知烟叶状态，只需基于图像纹理特征即可对烟叶图像数据进行质量验证。
>[0006]第一方面，本专利技术提供了一种基于图像纹理特征的烟叶图像数据质量验证方法，其中，包括：
[0007]采集待测烟叶样本的图像；
[0008]读入图像，将图像转换到RGB颜色空间，并将图像上非烟叶区域置黑；
[0009]根据烟叶边缘标注烟叶的最小外接矩形框；
[0010]计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。
[0011]如上所述的基于图像纹理特征的烟叶图像数据质量验证方法，其中，优选的是，所述采集待测烟叶样本的图像，具体包括：
[0012]将单片的烟叶样本展平放置在机器视觉采集系统的铺叶台上，得到完整的烟叶图像。
[0013]如上所述的基于图像纹理特征的烟叶图像数据质量验证方法，其中，优选的是，所述读入图像，将图像转换到RGB颜色空间，并将图像上非烟叶区域置黑，具体包括：
[0014]读入图像，获取图像的BGR值；
[0015]将图像的BGR值转换到RGB颜色空间，以获得图像的RGB通道像素值；
[0016]采用Canny边缘检测算子检测到图像上烟叶的边缘；
[0017]根据烟叶边缘位置将图像上非烟区域像素值置零，得到除烟叶外均为黑色背景的白色烟叶二值化图像。
[0018]如上所述的基于图像纹理特征的烟叶图像数据质量验证方法，其中，优选的是，所述根据烟叶边缘标注烟叶的最小外接矩形框，具体包括：
[0019]采用boundingRect函数对图像上的烟叶画出最小外接矩形。
[0020]如上所述的基于图像纹理特征的烟叶图像数据质量验证方法，其中，优选的是，所述计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度，具体包括：
[0021]按照最小矩形四边的方向，采用graycomatrix函数计算得到灰度共生矩阵；
[0022]根据所述灰度共生矩阵和graycoprops函数计算得到对比度均值；
[0023]以所述对比度均值作为烟叶纹理特征，表征烟叶表面的褶皱程度。
[0024]第二方面，本专利技术还提供一种基于图像纹理特征的烟叶图像数据质量验证系统，包括：
[0025]图像采集模块，用于采集待测烟叶样本的图像；
[0026]背景置黑模块，用于读入图像，将图像转换到RGB颜色空间，并将图像上非烟叶区域置黑；
[0027]烟叶边缘标注模块，用于根据烟叶边缘标注烟叶的最小外接矩形框；
[0028]对比度计算模块，用于计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。
[0029]如上所述的基于图像纹理特征的烟叶图像数据质量验证系统，其中，优选的是，所述背景置黑模块包括：
[0030]图像读入单元，用于读入图像，获取图像的BGR值；
[0031]图像转换单元，用于将图像的BGR值转换到RGB颜色空间，以获得图像的RGB通道像素值；
[0032]烟叶边缘检测单元，用于采用Canny边缘检测算子检测到图像上烟叶的边缘，
[0033]背景置黑单元，用于根据烟叶边缘位置将图像上非烟区域像素值置零，得到除烟叶外均为黑色背景的白色烟叶二值化图像。
[0034]如上所述的基于图像纹理特征的烟叶图像数据质量验证系统，其中，优选的是，所述对比度计算模块包括：
[0035]灰度共生矩阵获取单元，用于按照最小矩形四边的方向，采用graycomatrix函数计算得到灰度共生矩阵；
[0036]对比度均值计算单元，用于根据所述灰度共生矩阵和graycoprops函数计算得到对比度均值；
[0037]烟叶褶皱程度表征单元，用于以所述对比度均值作为烟叶纹理特征，表征烟叶表面的褶皱程度。
[0038]第三方面，本专利技术还提供一种电子设备，所述电子设备包括存储器和处理器，所述
存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现上述的基于图像纹理特征的烟叶图像数据质量验证方法。
[0039]第四方面，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现上述的基于图像纹理特征的烟叶图像数据质量验证方法。
[0040]本专利技术提供一种烟叶图像数据质量验证方法、系统、设备及存储介质，不依赖专家的人工监测得知烟叶状态，只需基于图像纹理特征即可对烟叶图像数据进行质量验证，加快工业流程速度，进一步实现工业自动化；鲁棒性高、无损，可用于机器视觉烟叶图像质量控制系统；应用在烟叶外观质量单指标表征中，可以进一步提升对烟叶图像质量的控制效率。
附图说明
[0041]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步描述，其中：
[0042]图1为本专利技术提供的基于图像纹理特征的烟叶图像数据质量验证方法实施例的流程图；
[0043]图2为本专利技术提供的基于图像纹理特征的烟叶图像数据质量验证系统实施例的结构框图；
[0044]图3为本专利技术提供的电子设备的结构框图。
具体实施方式
[0045]现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的，决不作为对本公开及其应用或使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，包括：采集待测烟叶样本的图像；读入图像，将图像转换到RGB颜色空间，并将图像上非烟叶区域置黑；根据烟叶边缘标注烟叶的最小外接矩形框；计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。2.根据权利要求1所述的基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，所述采集待测烟叶样本的图像，具体包括：将单片的烟叶样本展平放置在机器视觉采集系统的铺叶台上，得到完整的烟叶图像。3.根据权利要求1所述的基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，所述读入图像，将图像转换到RGB颜色空间，并将图像上非烟叶区域置黑，具体包括：读入图像，获取图像的BGR值；将图像的BGR值转换到RGB颜色空间，以获得图像的RGB通道像素值；采用Canny边缘检测算子检测到图像上烟叶的边缘；根据烟叶边缘位置将图像上非烟区域像素值置零，得到除烟叶外均为黑色背景的白色烟叶二值化图像。4.根据权利要求1所述的基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，所述根据烟叶边缘标注烟叶的最小外接矩形框，具体包括：采用boundingRect函数对图像上的烟叶画出最小外接矩形。5.根据权利要求1所述的基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，所述计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度，具体包括：按照最小矩形四边的方向，采用graycomatrix函数计算得到灰度共生矩阵；根据所述灰度共生矩阵和graycoprops函数计算得到对比度均值；以所述对比度均值作为烟叶纹理特征，表征烟叶表面的褶皱程度。6.一种基于图像纹理特征的烟叶图像数据质量验证系...

【专利技术属性】
技术研发人员：刘建国，李奇，赵程虹，刘化冰，李开宴，张赵鹏，徐均华，石超，金腾飞，薛辰，
申请(专利权)人：上海创和亿电子科技发展有限公司，
类型：发明
国别省市：