一种多特征图像识别技术的茶叶识别方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114985283A(43)申请公布日2022.09.02(21)申请号202210448557.6(22)申请日2022.04.27(71)申请人韩山师范学院地址521000广东省潮州市湘桥区桥东(72)发明人林浩岳郑耿忠杨圣云谢森林董晓庆傅胤荣欧阳培建方智雄(74)专利代理机构广州三环专利商标代理有限公司44202专利代理师周增元(51)Int.Cl.B07C5/02(2006.01)B07C5/342(2006.01)B07C5/36(2006.01)A23F3/06(2006.01)权利要求书1页说明书5页附图4页(54)发明名称一种多特征图像识别技术的茶叶识别方法(57)摘要本发明实施例公开了一种多特征图像识别技术的茶叶识别方法，包括以下步骤：将图像进行滤波处理；对图像进行色选处理，根据面积比例识别出茶叶的质量种类；将滤波后的图像进行二值化处理；对二值化后的图像进行骨骼化处理，获取茶叶的两个端点，从一个端点开始沿着茶叶两边的轮廓分别步进，直到到达另一端点为止，两边每进一步就两边用直线连接起来，计算每条直线的长度，取其平均值作为茶梗的判断依据；获得茶叶的两条边，在茶叶上取若干对点，计算平均宽度，当宽度小于设定阈值时可以判定为茶梗。采用本发明，达到茶叶自动筛选的目的，大幅度减少人工成本，提高工作时间和工作效率。CN114985283ACN114985283A权利要求书1/1页1.一种多特征图像识别技术的茶叶识别方法，其特征在于，包括以下步骤：S1：将图像进行滤波处理；S2：对图像进行色选处理，根据面积比例识别出茶叶的质量种类；S3：将滤波后的图像进行二值化处理；S4：对二值化后的图像进行骨骼化处理，获取茶叶的两个端点，从一个端点开始沿着茶叶两边的轮廓分别步进，直到到达另一端点为止，两边每进一步就两边用直线连接起来，计算每条直线的长度，取其平均值作为茶梗的判断依据；S5：获得茶叶的两条边，在茶叶上取若干对点，计算平均宽度，当宽度小于设定阈值时可以判定为茶梗。2.根据权利要求1所述的多特征图像识别技术的茶叶识别方法，其特征在于，所述S2还包括：计算茶叶的总面积以及计算黄色区域面积，计算黄色面积占整体面积的比例，根据面积比例识别出茶叶的质量种类。3.根据权利要求2所述的多特征图像识别技术的茶叶识别方法，其特征在于，所述S4还包括步骤：使用Zhang‑Suen细化算法快速并行对茶叶的二值图像进行细化得到茶叶的骨架，取骨骼化后的一个端点，然后找到一个与这个端点距离最远的端点作为首端点，以此端点来提取骨架的两个距离长度最长的端点，提取距离长度最长的端点算法，通过在广度优先搜索算法修改来实现；从一个端点开始沿着茶叶两边的轮廓分别步进，直到到达另一端点为止，两边每进一步就两边用直线连接起来，计算每条直线的长度，取其平均值作为茶梗的判断依据。4.根据权利要求1‑3任一项所述的多特征图像识别技术的茶叶识别方法，其特征在于，所述S1还包括步骤：将摄像头获取的一张图像分为四个通道，把每一个通道当成一张图像处理。5.根据权利要求4所述的多特征图像识别技术的茶叶识别方法，其特征在于，所述S1还包括茶叶识别触发的方法：提取每帧图像的中间区域的一个矩形区域，识别该区域内图像的轮廓，并计算轮廓所围成的面积，当面积超过设定的阈值时，判定当前图像中存在待识别的茶叶，并对此图像进行处理。2CN114985283A说明书1/5页一种多特征图像识别技术的茶叶识别方法技术领域[0001]本发明涉及茶叶生产技术领域，尤其涉及一种多特征图像识别技术的茶叶识别方法。背景技术[0002]我国是生产茶叶最多的国家，茶叶生产过程中还存在一些问题。主要体现在劳动效率低、自动化程度低和茶叶标准化低。劳动效率低反应在茶叶的加工。茶叶加工包括采摘、运输、分拣和制作，这些工序都需要大量的茶农。虽然我国从事茶叶的茶农人数比较多，但是很大一部分人不是专业的茶农，而国外的茶农都是受雇于农场主并且经过专业的培训。自动化程度低反应在茶叶生产过程中人为干预过多。茶叶生产的绝大部分步骤都需要茶农的干预才能完成。可见对人的依赖太大，一旦人工紧缺，就会影响茶叶的产量和质量。[0003]以潮州凤凰茶为例，目前已经被推广至全国各地，并影响深远。而茶叶加工速度比较慢，由工人手工进行茶叶筛选的问题，一直影响着茶行业生产效率的提升。熟练工人可以通过眼睛迅速地识别和分类凤凰茶叶的杂质及茶品优劣，但是计算机对茶叶图像进行分类和识别时，过程就会比较复杂，而且很难控制。市面上常见的茶叶筛选设备是色选机，主要是依靠判断茶叶的颜色来区分茶叶的好坏，判断条件单一，筛选率不高，经调研发现，为了提高茶叶的筛选效果还需要筛选还几次。色选机的筛选机构主要是采用喷射高压气体的