一种基于数字图像处理的槟榔图像轮廓提取及校准方法.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CN106780533A(43)申请公布日2017.05.31(21)申请号201710019194.3G06T5/00(2006.01)(22)申请日2017.01.11G06T1/00(2006.01)(71)申请人湘潭大学地址411105湖南省湘潭市湘潭大学申请人湘潭市华兴机械制造有限公司(72)发明人欧阳建权周勇周海池(74)专利代理机构北京卓恒知识产权代理事务所(特殊普通合伙)11394代理人徐楼(51)Int.Cl.G06T7/13(2017.01)G06T7/11(2017.01)G06T7/136(2017.01)G06T7/194(2017.01)G06T7/62(2017.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于数字图像处理的槟榔图像轮廓提取及校准方法(57)摘要本发明公开了一种基于数字图像处理的槟榔图像轮廓提取及校准方法，涉及企业对槟榔切割工艺领域。主要包括以下步骤：1)图像采集机构分别获取在不同角度拍摄的槟榔图像；2)比较槟榔图像中目标面积大小，选择其中目标槟榔面积最大的槟榔图像，并将此参考面作为槟榔切割面；3)应用GrabCut算法对该槟榔图像进行轮廓提取；4)对3)中的结果图像二值化，计算出槟榔蒂两个端点坐标，通过坐标计算出槟榔旋转角度和偏移量。采用本方法能提高槟榔图像识别的速度和改善槟榔图像识别的精度，并以此指导槟榔切割设备准确切割槟榔。CN106780533ACN106780533A权利要求书1/2页1.一种基于数字图像处理的槟榔图像轮廓提取及校准方法，包括以下步骤：1)槟榔沿槟榔蒂两端连线形成的旋转轴旋转，图像采集机构分别获取旋转轴旋转不同角度所拍摄的槟榔图像；2)利用1)中获取的不同角度的槟榔图像，采用Ostu自动阈值法分割图像，得到前景和背景分别为黑色和白色像素的二值图像，通过比较二值图像中黑色像素点的数目，确定这些槟榔图像中目标面积大小，选择其中面积最大的槟榔图像，并将该图像参考面作为槟榔切割面，并将槟榔旋转至该角度；3)对选定切割面的槟榔图像中的目标槟榔进行剪裁，去除图像背景，对该截取后的槟榔图像进行图像分割，得到图像中槟榔的轮廓；4)提取3)中得到的槟榔轮廓图像的R、G、B颜色分量值，利用如下公式计算灰度值gray,其中R、G、B分别为红绿蓝三基色分量值：gray＝R*0.3+G*0.59+B*0.11通过上面公式将彩色图像变为灰度图像，在该图像中，前景为灰度图像，背景为纯黑色部分，通过对竖直y方向遍历图像像素点，即遇到像素点值不为0时，该像素点即为槟榔蒂的端点坐标，从而得出槟榔蒂的两个端点坐标，计算槟榔的旋转角度和偏移量；5)将4)的结果反馈给槟榔切割设备，切割设备调整切割。2.根据权利要求1所述的槟榔图像轮廓提取及校准方法，步骤1)所述的槟榔沿槟榔蒂轴旋转，其中旋转角度任意(0°～360°之间，不包括0°与360°)，旋转次数≥3次，优选的是，旋转3次，每次旋转2π/3弧度，得到3个不同角度的槟榔图像。3.根据权利要求1或2所述的槟榔图像轮廓提取及校准方法，其特征在于：步骤2)所述的Ostu自动阈值法为Ostu最大类间方差法。4.根据权利要求1-3中任一项所述的槟榔图像轮廓提取及校准方法，其特征在于：步骤3)所述的对选定切割面的槟榔图像中的目标槟榔进行剪裁及对截取后的槟榔图像进行图像分割，所采用的方法是GrabCut图像分割算法。5.根据权利要求4中任一项所述的槟榔图像轮廓提取及校准方法，其中GrabCut图像分割算法是一种能量最小化迭代优化算法，构建能量函数为：E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z)α为不透明度，α∈[0,1]，0为背景，1为目标前景；k为向量k＝{k1,...,kn,...,kN}作为每个像素的独立高斯模型参数，θ为图像前景与背景的灰度直方函数，θ＝{h(z,α),a＝0,1}；Z为灰度值数组，z＝(z1,…,zn,…,zN)。6.根据权利要求5所述的槟榔图像轮廓提取及校准方法，其特征在于：所述高斯概率密度模型为：通过高斯概率密度模型得到该像素分别属于目标和背景的概率，从而区分目标和背景。2CN106780533A权利要求书2/2页7.根据权利要求1-6中任一项所述的槟榔图像轮廓提取及校准方法，其特征在于：步骤4)中所述的提取R、G、B颜色分量值具体为，对拍摄到的.JPG格式图像通过调用OpenCV中的函数读取图像，其函数的返回值为一个二维数组，数组中保存了每个像素的R、G、B颜色分量值。8.根据权利要求1-7中任一项所述的槟榔图像轮廓提取及校准方法，其特征在于：步骤4)中以槟榔蒂两个端点坐标为参数，计算槟榔的旋转角度采用如下方法：①在灰度图像上建