首页 > 分享 > 一种甜樱桃果实图像识别方法与流程

一种甜樱桃果实图像识别方法与流程

花匠小妙招
2024-12-29 12:00

一种甜樱桃果实图像识别方法与流程

1.本发明涉及图像识别技术领域，尤其涉及一种甜樱桃果实图像识别方法。

背景技术：

2.樱桃是蔷薇科、樱属几种植物的统称，樱桃在中国久经栽培，品种颇多，供食用，也可酿樱桃酒，枝、叶、根、花也可供药用，除了鲜食外，还可以加工制作成樱桃酱、樱桃汁、樱桃罐头和果脯、露酒等，具有艳红色泽，杏仁般的香气，食之使人迷醉，樱桃也是菜肴较好的配料；
3.樱桃采摘后因用途不同需进行严格的挑选，对于一些破损的和一些未熟透的进行剔除，同时需要按颗粒大小进行筛分，传统的挑选方法是采用人工肉眼观察进行挑选剔除，然后通过大孔径的筛网进行筛分，人工长时间进行挑选剔除的工作容易出现恍惚造成遗漏的现象，同时筛网筛分会使樱桃发生碰撞，造成果皮果肉损伤，影响产品质量，，因此，本发明提出一种甜樱桃果实图像识别方法以解决现有技术中存在的问题。

技术实现要素：

4.针对上述问题，本发明的目的在于提出一种甜樱桃果实图像识别方法，该甜樱桃果实图像识别方法通过对获取的樱桃果实图像进行分割后进行多项比对和通过canny算子检测图像进行反向验证，从而实现精确地自动识别区分果实粒径大小并进行自动筛分，通过利用像素色差比对实现未成熟果实和果皮果肉损伤果实的判断和自动剔除，无需人工操作，自动化程度高，多张图像的结合比对使得输出结果更加精准，不会出现漏剔除的现象，保证了产品的高质量。
5.为实现本发明的目的，本发明通过以下技术方案实现：一种甜樱桃果实图像识别方法，包括以下步骤：
6.步骤一、利用专用的输送通道配合通道前端上方的高清探头进行樱桃果实高清图像的连续获取，获取图像张数为4-8张，并将获取的图像传输至图像处理模块，通过图像处理模块将获取的樱桃高清图像进行n
×
n像素大小的图像分割；
7.步骤二、将分割后的图像进行二值化处理，将获得樱桃果实的二值图像，统计各连通区域像素数，对同一像素块存在明显色差的像素块进行标记，得到樱桃果实的单像素轮廓图像，并进行反向验证，然后将标记的单像素块轮廓内部像素块进行拼接得到樱桃果实像素块图像；
8.步骤三、将樱桃果实的单像素轮廓图像连接，并将连接的单像素块轮廓图像传输给计算主机来估算出轮廓大小，然后由计算主机输出控制程序控制输送通道进行樱桃果实粒径大小的分道筛分；
9.步骤四、将单像素轮廓内部像素块传输至计算主机，通过与计算主机内部预存的完好樱桃成熟果实的像素图像进行比对，从而识别判断樱桃果皮果肉的损伤和未成熟樱桃果实进行自动剔除。
10.进一步改进在于：所述步骤一中所述的专用输送通道为多通道分道结构，且在通道前端设有高清运动图像采集摄像头，通道后端上方设有不合格品剔除抓手，所述专用通道的传送带颜色需与成熟樱桃果实颜色形成较大的反差色。
11.进一步改进在于：所述步骤一中图像处理模块包含有图像分割模型，用于对采集的高清图像进行图像分割，所述步骤一中的图像分割像素大小n
×
n中，n取值范围在1280-3264之间。
12.进一步改进在于：所述步骤二中将裁切后的樱桃果实彩色图像转化为色差分量图，并通过自动阈值法转化为二值图像，所述步骤二中通过canny算子检测图像获得樱桃果实轮廓并与单像素轮廓图像比对实现反向验证。
13.进一步改进在于：所述步骤三中估算轮廓大小方法是通过将图像最上端和最下端以及最左端和最右端的四个点的单像素连接，并绘制成对应大小的椭圆或圆形，从而得到樱桃果实的大概粒径。
14.进一步改进在于：所述步骤四中判断果实果皮果肉损伤的方法是通过比对单像素轮廓图像内部的像素块之间的色差，果皮果肉损伤的内部像素块一部分会出现较大的色差，当色差超过设定值则判断为果皮果肉出现损伤。
15.进一步改进在于：所述步骤四中判断未成熟果实的方法是通过多张高清图像的单像素块与计算主机内部预存的完好樱桃成熟果实的像素图像块进行比对，整体像素块色差超过设定值则判断果实为未熟透的果实。
16.本发明的有益效果为：本发明通过对获取的樱桃果实图像进行分割后进行多项比对和通过canny算子检测图像进行反向验证，从而实现精确地自动识别区分果实粒径大小并进行自动筛分，通过利用像素色差比对实现未成熟果实和果皮果肉损伤果实的判断和自动剔除，无需人工操作，自动化程度高，多张图像的结合比对使得输出结果更加精准，不会出现漏剔除的现象，保证了产品的高质量。
附图说明
17.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
18.图1为本发明流程图。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、
以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”、“第四”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
21.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
22.实施例1
23.根据图1所示，本实施例提供了一种甜樱桃果实图像识别方法，包括以下步骤：
24.步骤一、利用专用的输送通道配合通道前端上方的高清探头进行樱桃果实高清图像的连续获取，获取图像张数为4-8张，并将获取的图像传输至图像处理模块，通过图像处理模块将获取的樱桃高清图像进行n
×
n像素大小的图像分割；
25.步骤二、将分割后的图像进行二值化处理，将获得樱桃果实的二值图像，统计各连通区域像素数，对同一像素块存在明显色差的像素块进行标记，得到樱桃果实的单像素轮廓图像，并进行反向验证；
26.步骤三、将樱桃果实的单像素轮廓图像连接，并将连接的单像素块轮廓图像传输给计算主机来估算出轮廓大小，然后由计算主机输出控制程序控制输送通道进行樱桃果实粒径大小的分道筛分；
27.所述步骤一中所述的专用输送通道为多通道分道结构，且在通道前端设有高清运动图像采集摄像头，通道后端上方设有不合格品剔除抓手，所述专用通道的传送带颜色需与成熟樱桃果实颜色形成较大的反差色。
28.所述步骤一中图像处理模块包含有图像分割模型，用于对采集的高清图像进行图像分割，所述步骤一中的图像分割像素大小n
×
n中，n取值范围在1280-3264之间。
29.所述步骤二中将裁切后的樱桃果实彩色图像转化为色差分量图，并通过自动阈值法转化为二值图像，所述步骤二中通过canny算子检测图像获得樱桃果实轮廓并与单像素轮廓图像比对实现反向验证。
30.所述步骤三中估算轮廓大小方法是通过将图像最上端和最下端以及最左端和最右端的四个点的单像素连接，并绘制成对应大小的椭圆或圆形，从而得到樱桃果实的大概粒径。
31.实施例2
32.根据图1所示，本实施例提供了一种甜樱桃果实图像识别方法，包括以下步骤：
33.步骤一、利用专用的输送通道配合通道前端上方的高清探头进行樱桃果实高清图像的连续获取，获取图像张数为4-8张，并将获取的图像传输至图像处理模块，通过图像处理模块将获取的樱桃高清图像进行n
×
n像素大小的图像分割；
34.步骤二、将分割后的图像进行二值化处理，将获得樱桃果实的二值图像，统计各连通区域像素数，对同一像素块存在明显色差的像素块进行标记，得到樱桃果实的单像素轮廓图像，然后将标记的单像素块轮廓内部像素块进行拼接得到樱桃果实像素块图像；
35.步骤三、将单像素轮廓内部像素块传输至计算主机，通过与计算主机内部预存的完好樱桃成熟果实的像素图像进行比对，从而识别判断樱桃果皮果肉的损伤和未成熟樱桃
果实进行自动剔除。
36.所述步骤一中所述的专用输送通道为多通道分道结构，且在通道前端设有高清运动图像采集摄像头，通道后端上方设有不合格品剔除抓手，所述专用通道的传送带颜色需与成熟樱桃果实颜色形成较大的反差色。
37.所述步骤一中图像处理模块包含有图像分割模型，用于对采集的高清图像进行图像分割，所述步骤一中的图像分割像素大小n
×
n中，n取值范围在1280-3264之间。
38.所述步骤二中将裁切后的樱桃果实彩色图像转化为色差分量图，并通过自动阈值法转化为二值图像。
39.所述步骤四中判断果实果皮果肉损伤的方法是通过比对单像素轮廓图像内部的像素块之间的色差，果皮果肉损伤的内部像素块一部分会出现较大的色差，当色差超过设定值则判断为果皮果肉出现损伤。
40.所述步骤四中判断未成熟果实的方法是通过多张高清图像的单像素块与计算主机内部预存的完好樱桃成熟果实的像素图像块进行比对，整体像素块色差超过设定值则判断果实为未熟透的果实。
41.该甜樱桃果实图像识别方法通过对获取的樱桃果实图像进行分割后进行多项比对和通过canny算子检测图像进行反向验证，从而实现精确地自动识别区分果实粒径大小并进行自动筛分，通过利用像素色差比对实现未成熟果实和果皮果肉损伤果实的判断和自动剔除，无需人工操作，自动化程度高，多张图像的结合比对使得输出结果更加精准，不会出现漏剔除的现象，保证了产品的高质量。
42.以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。