基于光譜圖像分析的水果外表檢測方法
【專利摘要】本發(fā)明公開一種基于光譜圖像分析的水果外表檢測方法，其包括步驟：預(yù)先確定待檢測水果進行光譜圖像分析檢測時所采用的特征波長；光譜圖像采集系統(tǒng)利用特征波長檢測水果外表面，分別獲取對應(yīng)每個特征波長的光譜分量圖像，對所有的光譜分量圖像進行主成分分析，得到初步檢測分析圖；對上述初步檢測分析圖進行預(yù)處理后，得到待分割圖像，再采用自適應(yīng)閾值分割方法對預(yù)處理后的待分割圖像進行圖像分割，在待分割圖像中將水果輕微損傷區(qū)域圖像被完整分割出來，實現(xiàn)水果外表檢測識別。本發(fā)明可以有效識別各種水果外表輕微損傷，且檢測識別準確率較高。
【專利說明】基于光譜圖像分析的水果外表檢測方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種圖像識別技術(shù)，尤其是涉及一種基于光譜圖像分析的水果外表檢測方法。

【背景技術(shù)】
[0002]可見光圖像檢測技術(shù)能夠解決水果顯著表面缺陷的檢測問題，但對瘀傷等水果表面輕微損傷的檢測能力則比較有限。而近紅外光譜分析技術(shù)在內(nèi)部缺陷和輕微損傷檢測方面具有較好的靈敏度和檢測精度，但近紅外光譜分析屬于點測量，輕微損傷在冬棗上的出現(xiàn)部位存在很強的隨機性，所以檢測精度難以保證。
[0003]目前已有論文或?qū)Ｖ_了高光譜圖像技術(shù)對水果外表面的檢測技術(shù)，比如，農(nóng)業(yè)機械學(xué)報，2008，39 (I):106-109，公開了 “利用高光譜圖像技術(shù)檢測水果輕微損傷”的論文(作者:趙杰文，劉劍華，陳全勝，等)，作者以蘋果為研究對象，通過對500nm?900nm的高光譜圖像進行PCA，選取547nm波長下的圖像，通過數(shù)字圖像處理方法提取輕微損傷區(qū)域，輕微損傷檢測的正確率為88.57%。
[0004]以上論文公開的技術(shù)方案，雖然驗證了高光譜成像分析技術(shù)在水果損傷檢測方面的可行性，但仍存在如下技術(shù)缺陷:對所有高光譜分量圖像進行主成分分析(PrincipalComponents Analysis,PCA)變換,雖然降維速度較快,但由于過多波長參與變換,易導(dǎo)致大量噪聲引入而降低PCA變換效果，從而影響了識別及檢測精度。


【發(fā)明內(nèi)容】

[0005]本發(fā)明提出一種基于光譜圖像分析的水果外表檢測方法，通過提取光譜的特征波長，并利用特征波長主成分圖像對水果表面的輕微損傷進行識別檢測。
[0006]本發(fā)明采用如下技術(shù)方案實現(xiàn):一種基于光譜圖像分析的水果外表檢測方法，其包括步驟:
[0007]計算光譜圖像各個波段的圖像標準差3，選擇的圖像標準差δ最大的a個光譜波段(又簡稱“波段”或“波段矢量”);
[0008]計算上述a個光譜波段中任意波段矢量O和波段矢量P之間的相關(guān)系數(shù)Rop，選出相關(guān)系數(shù)Rop最小的b個波段矢量作為初步特征波長；
[0009]利用光譜角度制圖法，在上述b個波段矢量上分別計算無損傷表面的待檢測水果的光譜圖像c與有損傷表面的待檢測水果的光譜圖像d之間的光譜夾角β，將光譜夾角β最大的波段組合確定為待檢測水果進行光譜圖像分析檢測時所采用的特征波長；
[0010]光譜圖像采集系統(tǒng)利用特征波長檢測水果外表面，分別獲取對應(yīng)每個特征波長的光譜分量圖像，對所有的光譜分量圖像進行主成分分析，得到初步檢測分析圖；
[0011]對上述初步檢測分析圖進行預(yù)處理后，得到待分割圖像，再采用自適應(yīng)閾值分割方法對預(yù)處理后的待分割圖像進行圖像分割，在待分割圖像中將水果輕微損傷區(qū)域圖像被完整分割出來，實現(xiàn)水果外表檢測識別；
[0012]其中，a和b均為整數(shù)且b〈a。
[0013]其中，圖像標準差3的計算為:

【權(quán)利要求】
1.一種基于光譜圖像分析的水果外表檢測方法，其特征在于，包括步驟: 計算光譜圖像各個波段的圖像標準差3，選擇的圖像標準差3最大的a個光譜波段； 計算上述a個光譜波段中任意波段矢量ο和波段矢量P之間的相關(guān)系數(shù)Rop，選出相關(guān)系數(shù)Rop最小的b個波段矢量作為初步特征波長； 利用光譜角度制圖法，在上述b個波段矢量上分別計算無損傷表面的待檢測水果的光譜圖像c與有損傷表面的待檢測水果的光譜圖像d之間的光譜夾角β，將光譜夾角β最大的波段組合確定為待檢測水果進行光譜圖像分析檢測時所采用的特征波長； 光譜圖像采集系統(tǒng)利用特征波長檢測水果外表面，分別獲取對應(yīng)每個特征波長的光譜分量圖像，對所有的光譜分量圖像進行主成分分析，得到初步檢測分析圖； 對上述初步檢測分析圖進行預(yù)處理后，得到待分割圖像，再采用自適應(yīng)閾值分割方法對預(yù)處理后的待分割圖像進行圖像分割，在待分割圖像中將水果輕微損傷區(qū)域圖像被完整分割出來，實現(xiàn)水果外表檢測識別； 其中，a和b均為整數(shù)且b〈a。
2.根據(jù)權(quán)利要求1所述基于光譜圖像分析的水果外表檢測方法，其特征在于，圖像標準差3的計算為:
M和N分別表示某個波段的行數(shù)和列數(shù)，f(i，j)為某個波段在光譜圖像中像素點(i，j)的灰度值，m為某個波段在光譜圖像中所有像素點的平均灰度值。
3.根據(jù)權(quán)利要求1所述基于光譜圖像分析的水果外表檢測方法，其特征在于，相關(guān)系數(shù)Rop計算為:
m0和mp分別是波段ο和波段P的均值矢量，X0和Xp分別表示波段ο和波段P上像素點的灰度值，O ^ Rop ^ 10
4.根據(jù)權(quán)利要求1所述基于光譜圖像分析的水果外表檢測方法，其特征在于，光譜夾角β的計算為:
Xck及Xdk分別為兩個光譜圖像C及光譜圖像d在波段k上的光譜值，k = 1，2，…，b。
5.根據(jù)權(quán)利要求1所述基于光譜圖像分析的水果外表檢測方法，其特征在于，b= 6。
【文檔編號】G06T7/00GK104181170SQ201410452879
【公開日】2014年12月3日 申請日期:2014年9月5日 優(yōu)先權(quán)日:2014年9月5日
【發(fā)明者】熊菊蓮 申請人:熊菊蓮