一种面向视觉外观检测的果品运动目标检测方法技术

本发明专利技术公开了一种面向视觉外观检测的果品运动目标检测方法，通过检测果品运动目标的视频中前若干帧来建立果品运动目标检测目标函数获取果品运动目标检测三角分量的权重系数推荐值

【技术实现步骤摘要】
一种面向视觉外观检测的果品运动目标检测方法


[0001]本专利技术属于果蔬品质检测
，具体涉及通过检测果品运动目标的视频中前若干帧来建立果品运动目标检测目标函数获取果品运动目标检测三角分量的权重系数推荐值
、
中间值推荐值和旁瓣推荐值以用于后续帧中像素点的匹配检测，从而完成对果品运动目标的检测
。

技术介绍

[0002]随着计算机视觉算法的发展和硬件平台处理速度的提高，视觉外观检测技术在果品分选系统中的应用越来越广泛
。
而在众多的视觉外观检测技术中，运动目标检测对于视觉外观检测具有重要的意义，是外部品质检测实现的重要基础之一
。
运动目标检测主要是基于背景减法，但背景减法无法应用于光照变化的场景
。
可见这些问题的存在都需要更好的背景建模方法来解决，因此许多自适应背景建模方法被提出来用于解决背景缓慢变化的条件下运动检测中存在的诸多问题
。

技术实现思路

[0003]本专利技术的目的在于通过检测果品运动目标的视频中前若干帧来建立果品运动目标检测目标函数获取果品运动目标检测三角分量的权重系数推荐值
、
中间值推荐值和旁瓣推荐值来进行三角分量的自适应背景建模，从而实现在对果品进行视觉外观检测时的运动目标检测任务
。
[0004]按照本专利技术所提供的设计方案，一种面向视觉外观检测的果品运动目标检测方法，包含如下步骤：
[0005]步骤1：以包含果品运动目标检测三角分量的权重系数r/>、
果品运动目标检测三角分量的中间值和果品运动目标检测三角分量的旁瓣等参数的若干个果品运动目标检测三角分量以及在某个像素点某个时间的灰度值作为自变量来构建视觉外观检测中检测果品运动目标的视频中某个像素点对应的三角分量概率密度函数；
[0006]步骤2：通过检测果品运动目标的视频中前若干帧来建立果品运动目标检测目标函数，并引入拉格朗日常数来实现果品运动目标检测三角分量的权重系数满足归一化条件；
[0007]步骤3：将果品运动目标检测目标函数对果品运动目标检测三角分量的权重系数求导为零后获得使果品运动目标检测目标函数存在极小值时的果品运动目标检测三角分量的权重系数；
[0008]步骤4：将果品运动目标检测目标函数对果品运动目标检测三角分量的中间值求导为零后获得使果品运动目标检测目标函数存在极小值时的果品运动目标检测三角分量的中间值；
[0009]步骤5：将果品运动目标检测目标函数对果品运动目标检测三角分量的旁瓣求导为零后获得使果品运动目标检测目标函数存在极小值时的果品运动目标检测三角分量的
旁瓣；
[0010]步骤6：通过引入满足果品运动目标检测目标函数存在的果品运动目标检测三角分量的权重系数
、
中间值和旁瓣的具体计算公式进行反复迭代直至本轮与上轮果品运动目标检测三角分量的权重系数的差值比例之和小于等于三角分量权重系数差异门限，从而输出果品运动目标检测三角分量的权重系数推荐值
、
中间值推荐值和旁瓣推荐值；
[0011]步骤7：在视觉外观检测中果品运动目标视频中各像素点对应的三角分量概率密度函数中使用果品运动目标检测三角分量的权重系数推荐值
、
中间值推荐值和旁瓣推荐值用于匹配检测；
[0012]进一步地，所述步骤1中具体包括：
[0013]设定在视觉外观检测中检测果品运动目标的视频在像素点
(m,n)
且时间为
t
的灰度值
x
m,n
(t)
对应的三角分量概率密度函数为
y
m,n
(t)
，具体计算公式如下：
[0014][0015]其中，
k
为果品运动目标检测三角分量的编号，
Ξ
为果品运动目标检测三角分量的编号集合，
λ
k
为第
k
个果品运动目标检测三角分量的权重系数，
θ
k
为第
k
个果品运动目标检测三角分量的中间值，
ε
k
为第
k
个果品运动目标检测三角分量的旁瓣，
u
为阶跃函数，
m
和
n
分别为像素点的横坐标和纵坐标；
[0016]进一步地，所述步骤2中具体包括：
[0017]为求解第
k
个果品运动目标检测三角分量的权重系数
λ
k
、
中间值
θ
k
和旁瓣
ε
k
，设以检测果品运动目标的视频中前
T
帧来建立引入拉格朗日常数
γ
来实现
λ
k
满足归一化条件的果品运动目标检测目标函数
min{F}
，具体计算公式如下：
[0018][0019]其中，设定
Θ
为前
T
帧构建的时间集合；
[0020]进一步地，所述步骤3中具体包括：
[0021]由所述
F
对所述
λ
k
求导可得，具体计算公式如下：
[0022][0023]由所述
F
对所述
λ
k
存在极值从而满足
min{F}
存在，可知由此可得：
[0024][0025]考虑到整理可得：
[0026][0027]由此可得满足
min{F}
存在的
λ
k
，具体计算公式如下：
[0028][0029]进一步地，所述步骤4中具体包括：
[0030]由所述
F
对所述
θ
k
求导可得具体计算公式如下：
[0031][0032]其中，为简化表示设
[0033]考虑到且由此将近似为：
[0034][0035]由所述
F
对所述
θ
k
存在极值从而满足
min{F}
存在，可知由此可得：
[0036][0037]令令以及由此可得：
[0038][0039]整理可得：
[0040][0041]令令令以及由此可得以所述
θ
k
为变量的五次一元方程，具体计算公式如下：
[0042][0043]根据天珩公式可设设
[0044]考虑到
H2和
H3数值较小，为方便计算可近似为0，当则可得此条件下满足
min{F}
存在的
θ
k
，具体计算公式如下：
[0045][0046]其中，
max
为取最大值的函数，
abs
为取正值的函数，
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种面向视觉外观检测的果品运动目标检测方法，其特征在于，包括以下步骤：步骤1：以包含果品运动目标检测三角分量的权重系数
、
果品运动目标检测三角分量的中间值和果品运动目标检测三角分量的旁瓣等参数的若干个果品运动目标检测三角分量以及在某个像素点某个时间的灰度值作为自变量来构建视觉外观检测中检测果品运动目标的视频中某个像素点对应的三角分量概率密度函数；步骤2：通过检测果品运动目标的视频中前若干帧来建立果品运动目标检测目标函数，并引入拉格朗日常数来实现果品运动目标检测三角分量的权重系数满足归一化条件；步骤3：将果品运动目标检测目标函数对果品运动目标检测三角分量的权重系数求导为零后获得使果品运动目标检测目标函数存在极小值时的果品运动目标检测三角分量的权重系数；步骤4：将果品运动目标检测目标函数对果品运动目标检测三角分量的中间值求导为零后获得使果品运动目标检测目标函数存在极小值时的果品运动目标检测三角分量的中间值；步骤5：将果品运动目标检测目标函数对果品运动目标检测三角分量的旁瓣求导为零后获得使果品运动目标检测目标函数存在极小值时的果品运动目标检测三角分量的旁瓣；步骤6：通过引入满足果品运动目标检测目标函数存在的果品运动目标检测三角分量的权重系数
、
中间值和旁瓣的具体计算公式进行反复迭代直至本轮与上轮果品运动目标检测三角分量的权重系数的差值比例之和小于等于三角分量权重系数差异门限，从而输出果品运动目标检测三角分量的权重系数推荐值
、
中间值推荐值和旁瓣推荐值；步骤7：在视觉外观检测中果品运动目标视频中各像素点对应的三角分量概率密度函数中使用果品运动目标检测三角分量的权重系数推荐值
、
中间值推荐值和旁瓣推荐值用于匹配检测
。2.
根据权利要求1所述的一种面向视觉外观检测的果品运动目标检测方法，其特征在于，所述步骤1中具体包括：设定在视觉外观检测中检测果品运动目标的视频在像素点
(m,n)
且时间为
t
的灰度值
x
m,n
(t)
对应的三角分量概率密度函数为
y
m,n
(t)
，具体计算公式如下：其中，
k
为果品运动目标检测三角分量的编号，
Ξ
为果品运动目标检测三角分量的编号集合，
λ
k
为第
k
个果品运动目标检测三角分量的权重系数，
θ
k
为第
k
个果品运动目标检测三角分量的中间值，
ε
k
为第
k
个果品运动目标检测三角分量的旁瓣，
m
和
n
分别为像素点的横坐标和纵坐标
。3.
根据权利要求1所述的一种面向视觉外观检测的果品运动目标检测方法，其特征在于，所述步骤2中具体包括：设以检测果品运动目标的视频中前
T
帧来建立引入拉格朗日常数
γ
来实现
λ
k
满足归一化条件的果品运动目标检测目标函数
min{F}
，具体计算公式如下：
其中，设定
Θ
为前
T
帧构建的时间集合
。4.
根据权利要求1所述的一种面向视觉外观检测的果品运动目标检测方法，其特征在于，所述步骤3中具体包括：由所述
F
对所述
λ
k
求导可得，具体计算公式如下：由所述
F
对所述
λ
k
存在极值从而满足
min{F}
存在，可知由此可得：考虑到整理可得：由此可得满足
min{F}
存在的
λ
k
，具体计算公式如下：
5.
根据权利要求1所述的一种基于超像素区域色差状况的彩色水果图像分割方法，其特征在于，所述步骤4中具体包括：由所述
F
对所述
θ
k
求导可得具体计算公式如下：其中，为简化表示设
可将近似为：由所述
F
对所述
θ
k
存在极值从而满足
min{F}
存在，可知由此可得：令令以及由此可得：整理可得：令令令以及由此可得以所述
θ
k
为变量的五次一元方程，具体计算公式如下：设设设若
H2和
H3数值较小且
时，则可得此条件下满足
min{F}
存在的
θ
k
，具体计算公式如下：其中，
6.
根据权利要求1所述的一种基于超像素区域色差状况的彩色水果图像分割方法，其特征在于，所述步骤...

【专利技术属性】
技术研发人员：朱二，刘海涛，朱壹，
申请(专利权)人：绿萌科技股份有限公司，
类型：发明
国别省市：