一种基于机器视觉的香菇形状和尺寸检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112053395A(43)申请公布日2020.12.08(21)申请号202010899394.4G06N3/12(2006.01)(22)申请日2020.08.31(71)申请人华中科技大学地址430074湖北省武汉市洪山区珞喻路1037号(72)发明人胡友民桑凯旋周浩淼(74)专利代理机构华中科技大学专利中心42201代理人孔娜李智(51)Int.Cl.G06T7/60(2017.01)G06T7/62(2017.01)G01B11/00(2006.01)G01B11/24(2006.01)G06N3/00(2006.01)权利要求书2页说明书5页附图3页(54)发明名称一种基于机器视觉的香菇形状和尺寸检测方法(57)摘要本发明属于香菇检测领域，并具体公开了一种基于机器视觉的香菇形状和尺寸检测方法，包括如下步骤：S1采集剪去菇柄香菇的图像，将所有图像转化为灰度图像，对灰度图像进行边缘特征提取，进而获取各图像中的香菇外轮廓；S2根据图像中的香菇外轮廓，采用改进的遗传算法求解得到最佳圆心点；S3以最佳圆心点为圆心，得到香菇外轮廓的最大内切圆和最小外接圆；S4以最大内切圆和最小外接圆半径的平均值作为香菇直径，根据香菇直径确定香菇的尺寸等级；根据最大内切圆和最小外接圆的半径差确定香菇的形状等级，从而完成香菇形状和尺寸检测。本发明实现了对香菇形状和尺寸的自动检测，兼顾了智能性与实用性，提高了香菇形状和尺寸分级的效率。CN112053395ACN112053395A权利要求书1/2页1.一种基于机器视觉的香菇形状和尺寸检测方法，其特征在于，包括如下步骤：S1采集剪去菇柄香菇的图像，将所有图像转化为灰度图像，对灰度图像进行边缘特征提取，进而获取各图像中的香菇外轮廓；S2根据图像中的香菇外轮廓，采用改进的遗传算法求解得到最佳圆心点；S3以最佳圆心点为圆心，得到香菇外轮廓的最大内切圆和最小外接圆；S4以最大内切圆和最小外接圆半径的平均值作为香菇直径，根据香菇直径确定香菇的尺寸等级；根据最大内切圆和最小外接圆的半径差确定香菇的形状等级，从而完成香菇形状和尺寸检测。2.如权利要求1所述的基于机器视觉的香菇形状和尺寸检测方法，其特征在于，所述S1中，将所有图像进行滤波平滑，去除噪声后再转化为灰度图像。3.如权利要求1所述的基于机器视觉的香菇形状和尺寸检测方法，其特征在于，所述S2中，采用改进的遗传算法求解最佳圆心点，具体包括如下步骤：S21在香菇外轮廓上选取种群边界，在选取的种群边界中随机选取一定数量的点作为种群的个体；S22计算种群中每个个体的适应度，然后根据适应度，采用随机竞争选择的方法，得到与上一代种群相同数量的个体作为新一代种群个体；S23将新一代种群个体中的最优个体放入保优记忆库，并与保优记忆库中原有个体进行对比，若最优个体适应度更高，则使用最优个体替换保优记忆库中原有个体，若保优记忆库中原有个体适应度更高，则不更新保优记忆库，即该保优记忆库始终只保存一个个体；S24对步骤S22中的新一代种群个体进行交叉、变异，以实现对种群中个体的再次更新；S25重复步骤S22～S24若干次，停止迭代，将此时保优记忆库中的个体作为最佳圆心点。4.如权利要求3所述的基于机器视觉的香菇形状和尺寸检测方法，其特征在于，所述S21中，在香菇外轮廓上选取种群边界，具体为：将香菇外轮廓放入空间直角坐标系中，得到该外轮廓在x方向的最大值xmax和最小值xmin，在y方向的最大值ymax和最小值ymin，进而得到矩形的种群边界，其计算公式如下：left＝xmin+(xmax-xmin)/4right＝xmax-(xmax-xmin)/4bottom＝ymin+(ymax-ymin)/4top＝ymax-(ymax-ymin)/4其中，[left,right]为矩形在x方向的取值范围，[bottom,top]为矩形在y方向的取值范围。5.如权利要求3所述的基于机器视觉的香菇形状和尺寸检测方法，其特征在于，所述S22中，计算个体的适应度Fi时采用如下的适应度函数：Fi＝k-(R1-R2)其中，k是常数，R1是以个体为圆心的香菇外轮廓最大内切圆半径，R2是以个体为圆心的香菇外轮廓最小内切圆半径。6.如权利要求3所述的基于机器视觉的香菇形状和尺寸检测方法，其特征在于，所述S22中，采用随机竞争选择得到新一代种群个体，具体为：将种群中个体按照适应度大小分2CN112053395A权利要求书2/2页布在饼形图上，在饼形图中随机选择一个位置，该位置对应的个体即选择的个体，然后再进行一次选择，得到两个个体，在这两个个体中选择适应度较大的个体作为新一代的个体，不断重复上述过程，直到选出与上一代种群相同数量的