一种花胶外观特征的视觉分析与筛选方法技术

技术编号:46597360 阅读:0 留言:0更新日期:2025-10-10 21:29
本发明专利技术公开了一种花胶外观特征的视觉分析与筛选方法,涉及计算机视觉与智能分选技术领域,包括,对花胶主体区域图像进行偏振反射特征分析,构建表面方向‑反射关系张量并聚类生成各向异性反射纹理特征图;将各向异性反射纹理特征图与RGB图像进行梯度金字塔融合并提取轮廓信息,生成花胶边界增强图像;将花胶边界增强图像输入轮廓检测网络,并进行自动建模,输出高精度边界热力图,并生成高精度边界轮廓图;将各向异性反射纹理特征图与高精度边界轮廓图进行特征融合,构建花胶外观描述向量,通过多层神经网络模型,结合历史评判样本进行外观等级分类,输出花胶样品分级结果。本发明专利技术显著提升了花胶品质检测的准确性与效率。

【技术实现步骤摘要】

本专利技术涉及计算机视觉与智能分选,特别是一种花胶外观特征的视觉分析与筛选方法


技术介绍

1、在食品加工与中药材质量控制领域,花胶的外观特征(如纹理均匀性、边界完整性、表面光泽度等)是评判其品质等级的重要依据。传统的人工目视检测方法依赖经验丰富的质检人员,存在主观性强、效率低下的问题。近年来,基于机器视觉的自动化检测技术逐步应用于农产品及中药材分选领域,例如采用高光谱成像或结构光三维重建技术获取物体表面形态信息,结合支持向量机(svm)或卷积神经网络(cnn)进行分类决策。现有技术中,通过颜色空间转换提取hsv特征,结合纹理分析算法实现初步分级。

2、进一步研究发现,花胶的表面品质与其胶原纤维排列方向密切相关,而纤维排列的均匀性会直接影响偏振反射光的分布模式。现有基于rgb或单光源成像的技术方案,由于缺乏多角度偏振光场数据采集与融合机制,无法有效捕捉表面微观结构的各向异性特征。此外,现有分级模型多依赖静态特征提取(如lbp或glcm),难以动态融合多模态光学特征(如偏振反射与rgb空间信息),限制了分类模型的泛化能力。p>

本文档来自技高网...

【技术保护点】

1.一种花胶外观特征的视觉分析与筛选方法,其特征在于:包括,

2.如权利要求1所述的花胶外观特征的视觉分析与筛选方法,其特征在于:对多角度偏振反射图像组依次进行图像尺寸统一、颜色空间转换、亮度归一化、图像去噪与伽马校正,形成花胶多光源图像数据集。

3.如权利要求1所述的花胶外观特征的视觉分析与筛选方法,其特征在于:所述采用图像分割算法提取花胶主区域掩膜,并进行平滑处理,获得花胶主体区域图像,具体步骤如下,

4.如权利要求3所述的花胶外观特征的视觉分析与筛选方法,其特征在于:所述对花胶主体区域图像进行偏振反射特征分析,构建表面方向-反射关系张量并聚类生成...

【技术特征摘要】

1.一种花胶外观特征的视觉分析与筛选方法,其特征在于:包括,

2.如权利要求1所述的花胶外观特征的视觉分析与筛选方法,其特征在于:对多角度偏振反射图像组依次进行图像尺寸统一、颜色空间转换、亮度归一化、图像去噪与伽马校正,形成花胶多光源图像数据集。

3.如权利要求1所述的花胶外观特征的视觉分析与筛选方法,其特征在于:所述采用图像分割算法提取花胶主区域掩膜,并进行平滑处理,获得花胶主体区域图像,具体步骤如下,

4.如权利要求3所述的花胶外观特征的视觉分析与筛选方法,其特征在于:所述对花胶主体区域图像进行偏振反射特征分析,构建表面方向-反射关系张量并聚类生成各向异性反射纹理特征图,具体步骤如下,

5.如权利要求1所述的花胶外观特征的视觉分析与筛选方法,其特征在于:所述将各向异性反射纹理特征图与rgb图像进行梯度金字塔融合并提取轮廓信息,生成花胶边界增强图像,具体步骤如下,

6.如权利要求5所述的花胶外观特征的视觉分析与筛选方法,其特征在于:所述将花胶边界增强图像输入轮廓检测网络,并进行自动建模...

【专利技术属性】
技术研发人员:雷凯姜家粤李帆陈伟圳王锡辉
申请(专利权)人:广东福瑞祥健康科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1