一種基于計算機視覺的甘蔗特征提取與識別方法技術

為實現甘蔗的生長監視或者含有蔗芽的蔗種的智能切斷，采用計算機視覺技術來識別甘蔗的形狀和莖節特征。首先通過數碼設備取得甘蔗圖像，然后甘蔗圖像HSV顏色空間的S分量經閾值分割、數學形態濾波處理作為模板，與H分量經閾值分割的反圖像進行與運算得到合成圖，將合成圖劃分為64個列塊區域，提取質心比、粗度比和白點比等特征指標，再用支持向量機分類識別莖節與節間列塊，得到莖節與位置的關系，平均識別率為93.71％。

【技術實現步驟摘要】

本專利技術屬于圖像處理
，是一種結合甘蔗圖像和計算模型的對甘蔗特征進行提取和識別的方法。
技術介紹
在甘蔗的生長和后期處理過程中，生長狀態和甘蔗蔗芽的切割長期以來都是人工完成的，本方法通過計算機視覺技術的識別和處理，能對甘蔗的圖像進行自動的識別，在蔗種處理中需要將整根的甘蔗切斷成包含I 3個蔗芽的有效蔗種片段。目前也多是人工完成為主。為提高效率，降低勞動強度和實現甘蔗種植的精細化，需要研制可識別莖節和節間的智能切斷裝置，而其中最關鍵的是識別甘蔗莖節。目前國內在此領域的研究還屬于空白。相近研究有劉慶庭等利用高速攝像分析刀片切割甘蔗莖桿破壞過程，國外，僅伊朗 Moshashai K利用灰度圖像閾值分割的方法對甘鹿莖節識別做了初步研究，也還處于初始階段。本專利技術采用機器視覺的方法，先經支持向量機SVM(support vectormachine)方法對莖節與節間分類，再對識別出的莖節類進行聚類識別，獲得莖節數與莖節位置。
技術實現思路
，其特征是包含以下具體步驟(I)獲取甘蔗原始圖像；(2)將原始圖像去噪和從RGB顏色空間轉換到HSV顏色空間，并選取模型中的H和 S參數作為甘蔗圖像的特征；(3)對甘蔗圖像進行特征的提取；(4)對甘蔗圖像特征進行模型計算與匹配；(5)對完成特征提取的甘蔗圖像進行SVM識別。具體過程的完成是I、圖像的獲取在試驗臺上采用CANON S80型數碼相機拍攝紅色背景的單根甘蔗彩色圖像，圖像大小為1600*1200像素，JPG格式。處理軟件采用VC++6. O和M atlab7. O。拍攝前先將甘蔗葉剝凈，相機鏡頭與工作臺垂直，距離工作臺30cm。2、圖像基本處理圖像中甘蔗表面顏色從黑到白過渡，占據整個灰度級，采用RGB顏色空間難以分割出理想的甘蔗輪廓，各分量空間的相關性也難以體現出莖節與節間特征差異。在經過大量的試驗對比后，發現采用紅色背景的HSV空間能有效地將背景與甘蔗區分。(I)基于HSV的彩色空間HSV空間比較直觀且符合人的視覺特性，H、S、V表示色調、飽和度和亮度。從HSV 顏色空間的H分量圖可以看到甘蔗與背景區域的灰度在空間上分散，莖節與節間的色調有明顯差異，可作為莖節與節間的識別依據；從S分量中可以看到甘蔗輪廓清晰，背景區域灰度均勻，其灰度直方圖顯現雙峰性，有利于甘蔗輪廓提取。(2)閾值分割H分量可以體現出甘蔗莖節的細節特征，S分量體現甘蔗的輪廓特征。選擇合適的閾值分割可以得到理想的甘蔗輪廓和表征甘蔗莖節與節間差異的二值圖；在S、H閾值選擇方法上，分別對Otsu與人工選擇閾值做了比較試驗，發現Otsu自動分割不能有效消除背景噪聲，存在大面積的反光現象。而在工作臺控制條件下，S分量的直方圖波谷出現在O. 45 O.55之間，在這之間設置閾值可以得到理想的甘蔗邊界輪廓圖；在O. 4 O. 6范圍內以O. I 間隔區域統計灰度級點數，以O. I范圍內最少灰度級點數對應的灰度值作為S分量的分割閾值。研究發現H分量直方圖中絕大部分的像素點在灰度級O O. 05和O. 95 I之間， 在區間O. 85 O. 15之間設置閾值，可以有效得到莖節特征。(3)圖像合成經閾值分割得到的S分量二值圖像仍有可能存在背景區域的孤立噪聲；采用3*3 結構模板對S分量二值圖像作形態學閉運算以消除噪聲；將S分量經噪聲消除后得到的二值圖像與H分量得到的二值圖像分別求反后再作與運算得到合成圖。3、特征提取由于莖節處的白點數分散相對均勻，莖節區域的白點數密集，直徑比較大；將合成圖按列劃分為64個列塊區域，設圖像集合為X(i，j);圖像的上邊緣為Pt= (xt, yt)，下邊緣為Pt = (xt，yt)，第k列塊粗度為權利要求1.，其特征是包含以下具體步驟(1)獲取甘蔗原始圖像；(2)將原始圖像去噪和從RGB顏色空間轉換到HSV顏色空間，并選取模型中的H和S參數作為甘蔗圖像的特征；(3)對甘蔗圖像進行特征的提取；(4)對甘蔗圖像特征進行模型計算與匹配；(5)對完成特征提取的甘蔗圖像進行SVM識別。2.根據權利要求I所述的，其特征是在特征的提取中，將合成圖按列劃分為64個列塊區域，設圖像集合為X(i，j);圖像的上邊緣為Pt = (xt，yt)，下邊緣為Pt = (xt，yt)，第k列塊粗度為3.根據權利要求I所述的，其特征是在SVM圖像識別中模式識別問題中，給定訓練資料{(Xi，yt) ;Xi e Rn ；yi = ± I},支持向量由f(X)確定的分類規則全文摘要為實現甘蔗的生長監視或者含有蔗芽的蔗種的智能切斷，采用計算機視覺技術來識別甘蔗的形狀和莖節特征。首先通過數碼設備取得甘蔗圖像，然后甘蔗圖像HSV顏色空間的S分量經閾值分割、數學形態濾波處理作為模板，與H分量經閾值分割的反圖像進行與運算得到合成圖，將合成圖劃分為64個列塊區域，提取質心比、粗度比和白點比等特征指標，再用支持向量機分類識別莖節與節間列塊，得到莖節與位置的關系，平均識別率為93.71％。文檔編號G06K9/46GK102938053SQ20111023394公開日2013年2月20日 申請日期2011年8月16日 優先權日2011年8月16日專利技術者汪建 申請人:汪建本文檔來自技高網...

【技術保護點】
一種基于計算機視覺的甘蔗特征提取與識別方法，其特征是包含以下具體步驟：(1)獲取甘蔗原始圖像；(2)將原始圖像去噪和從RGB顏色空間轉換到HSV顏色空間，并選取模型中的H和S參數作為甘蔗圖像的特征；(3)對甘蔗圖像進行特征的提取；(4)對甘蔗圖像特征進行模型計算與匹配；(5)對完成特征提取的甘蔗圖像進行SVM識別。

【技術特征摘要】

【專利技術屬性】
技術研發人員：汪建，
申請(專利權)人：汪建，
類型：發明
國別省市：