【技术实现步骤摘要】
本申请一般地涉及图像数据处理领域。更具体地，本申请涉及基于图像识别的粉碎颗粒的均匀性检测方法及装置。
技术介绍
1、随着计算机技术和数字图像处理算法的不断发展，图像处理逐渐应用于更广泛的领域。
2、肥料在农业生产中扮演着至关重要的角色，通过合理施用肥料，可以提高农作物的产量和品质，改善土壤质量，促进农业生产的可持续发展。然而长期堆积的肥料存在受潮结块的问题，使得肥料的养分释放不均匀，进而导致作物的养分吸收效率降低。为保证肥料质量，在施放肥料前，需要使用粉碎机或震散机将结块肥料粉碎，以提高农作物对肥料的吸收效率，进而提高农作物的生长速度和产量。随着农业整体朝着自动化和数字化方向发展，图像处理技术在粉碎肥料颗粒均匀性检测中的应用越来越广泛。传统的人工检测方式存在着效率低、主观性强等问题，而图像处理技术能够实现自动化检测，提高检测效率和准确性。
3、粉碎肥料颗粒识别常用的检测方法为超像素分割，根据超像素分割结果的静矩标准差可以获取粉碎肥料颗粒的均匀性，但在通过超像素分割检测粉碎肥料颗粒的过程中，超像素分割数量难以确定，超像素分割数量不足时，分割精度较低，部分粉碎颗粒会被分割为同一区域，使得粉碎肥料颗粒均匀性计算结果不准确；而超像素分割数量过大时，出现过分割情况，单个粉碎肥料颗粒会被分割成多个区域，使得粉碎肥料颗粒均匀性计算结果不准确，影响后续施肥效果。
技术实现思路
1、为了解决对粉碎肥料颗粒进行超像素分割过程中存在超像素分割数量过大或过小的情况，导致粉碎肥料均匀
2、第一方面，本申请提供的基于图像识别的粉碎颗粒的均匀性检测方法，采用如下的技术方案：
3、基于图像识别的粉碎颗粒的均匀性检测方法，包括：
4、步骤一、获取粉碎肥料颗粒图像的灰度图像，对灰度图像进行二值化处理，得到二值图像；
5、步骤二、将所述二值图像中的连通域数量作为初始超像素分割数量，根据所述初始超像素分割数量对图像进行超像素分割，获取初始超像素分割结果，所述初始超像素分割结果为多个超像素块区域；
6、步骤三、对所述灰度图像进行边缘检测，得到边缘检测结果，并根据所述初始超像素分割结果获取初始超像素块比率、初始超像素分割结果和边缘检测结果的初始结构相似性指数，并将所述初始超像素块比率和所述初始结构相似性指数的乘积作为初始超像素分割效果评价指标；
7、步骤四、根据所述初始超像素分割效果评价指标判断超像素分割情况，并根据超像素分割情况得到调整后的超像素分割数量；
8、步骤五、比较调整前后的超像素分割数量对应的超像素分割效果评价指标的大小，选取较大值对应的超像素分割数量作为新的超像素分割数量；
9、步骤六、重复上述步骤二至步骤五，得到调整后的超像素分割效果评价指标，继续比较，直至调整前后的超像素分割效果评价指标相等，停止迭代，得到最佳超像素分割数量；
10、步骤七、根据所述最佳超像素分割数量获取最佳粉碎肥料颗粒超像素分割结果；
11、步骤八、根据所述最佳粉碎肥料颗粒超像素分割结果计算超像素块的静矩标准差，获取粉碎肥料颗粒均匀性。
12、在一个实施例中，所述初始超像素块比率表达式为：
13、
14、其中，为初始超像素块比率，为形状与单个完整粉碎肥料颗粒相似的超像素块数量，为背景超像素块数量，为初始超像素分割数量。
15、在一个实施例中，所述初始结构相似性指数表达式为：
16、
17、其中，为初始结构相似性指数，代表目标窗口内像素点数量，为统计的目标窗口和匹配窗口中既是边界点也是边缘像素点和不是边界点也不是边缘像素点的像素点总和，所述目标窗口为以第个边界点为目标边界点对应的窗口，所述匹配窗口为以边缘检测结果中与目标边界点的位置相同的像素点为中心，与目标窗口大小相等的窗口，为超像素块区域边界线上第个像素点到边缘检测结果中边缘线上各像素点距离的最小值，为粉碎肥料颗粒采样图像上总像素点个数，为初始超像素分割数量，为超像素块近似正方形对角线长度，表示第个像素点位置相似程度，为超像素块区域边界线上总像素点个数。
18、在一个实施例中，所述超像素分割情况包括：
19、第一种情况：当欠分割度大于过分割度时，调整初始超像素分割数量，得到第一超像素分割数量；
20、第二种情况：当过分割度大于欠分割度时，调整初始超像素分割数量，得到第二超像素分割数量；
21、第三种情况：当欠分割度等于过分割度时，按照第一种情况和第二种情况得到的第一超像素分割数量和第二超像素分割数量分别得到第一超像素分割效果评价指标和第二超像素分割效果评价指标，比较第一超像素分割效果评价指标和第二超像素分割效果评价指标的大小，选取较大值对应的超像素分割数量作为第三超像素分割数量，所述第三超像素分割数量等于第一超像素分割数量或第二超像素分割数量。
22、在一个实施例中，所述欠分割度满足下述关系式：
23、
24、式中，为初始超像素分割结果的欠分割度，为初始超像素分割结果中第个超像素块区域内的像素点集合中属于边缘像素点的个数，为个超像素块区域内总像素点个数；
25、所述过分割度满足下述关系式：
26、
27、式中，为初始超像素分割结果的过分割度，为初始超像素分割结果中第个超像素块区域的边界线上像素点不属于边缘像素点的个数，为个超像素块区域边界线上总像素点个数。
28、在一个实施例中，所述根据超像素分割情况得到调整后的超像素分割数量的具体表达式为：
29、
30、
31、其中，为调整后的超像素分割数量，为第一超像素分割数量，为第二超像素分割数量，为初始超像素块比率，为初始结构相似性指数，表示初始超像素分割效果评价指标；
32、当时，对初始超像素分割数量进行调整得到第三超像素分割数量的表达式为：
33、
34、其中，为第一超像素分割数量，为第二超像素分割数量，为第三超像素分割数量，、分别为第一超像素分割数量对应的第一超像素块比率和第一结构相似性指数，为第一超像素分割效果评价指标，、分别为第二超像素分割数量对应的第二超像素块比率和第二结构相似性指数，为第二超像素分割效果评价指标。
35、第二方面，本申请提供基于图像识别的粉碎颗粒的均匀性检测装置，采用如下的技术方案：
36、基于图像识别的粉碎颗粒的均匀性检测装置，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现上述的基于图像识别的粉碎颗粒的均匀性检测方法。
37、本申请具有以下效果：
38、根据粉碎肥料颗粒图像通过阈值分割获取二值图像，并通过二值图像连通域数量获取初始超本文档来自技高网...
【技术保护点】
1.基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，包括：
2.根据权利要求1所述的基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，所述初始超像素块比率表达式为：
3.根据权利要求2所述的基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，所述初始结构相似性指数表达式为：
4.根据权利要求3所述的基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，所述超像素分割情况包括：
5.根据权利要求4所述的基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，所述欠分割度满足下述关系式：
6.根据权利要求5所述的基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，所述根据超像素分割情况得到调整后的超像素分割数量的具体表达式为：
7.基于图像识别的粉碎颗粒的均匀性检测装置，其特征在于，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据权利要求1-6任一项所述的基于图像识别的粉碎颗粒的均匀性检测方法。
【技术特征摘要】
1.基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，包括：
2.根据权利要求1所述的基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，所述初始超像素块比率表达式为：
3.根据权利要求2所述的基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，所述初始结构相似性指数表达式为：
4.根据权利要求3所述的基于图像识别的粉碎颗粒的均匀性检测方法，其特征在于，所述超像素分割情况包括：
5.根据权利要求4所述的基于图像...
【专利技术属性】
技术研发人员：杨春刚，
申请(专利权)人：陕西彤山生物科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。