专利名称：鲜玉米果穗质量的计算机视觉检测分级方法及装置的制作方法
技术领域：
本发明涉及一种农产品质量的检测方法及实施该检测方法所采用的检测装置，更 具体地说，本发明涉及一种鲜玉米果穗质量的计算机视觉检测分级方法及装置。
背景技术：
外观品质和成熟度等指标是鲜玉米果穗等级评定的重要依据，国内外利用计算机 视觉技术检测玉米籽粒粒形、品种、品质等的研究相对较多，针对整穗玉米特别是鲜玉米果 穗质量检验方面的研究少有报道。如Panigrahi S,MisraMK, Willson S.发表在《农业计算 机和电子》(Computers and Electronics inAgriculture) 20 卷 1 期(1998 年 1 月)的文 章“用于玉米果穗形状分级的不规则形和不变矩评价”(Evaluations of fractal geometry and iηvariantmoments for shape classification of corn germplasm) X^tΞΕ^:IUf^
的分割进行研究，改进分割方法并测量玉米尺寸，在此基础上提出了对玉米果穗形状(圆 形、圆柱、圆锥)的判别算法并进行了对比分析。宁纪锋，何东健，杨蜀秦，发表在《农业工程 学报》20卷3期(2004.5)的文章“玉米籽粒的尖端和胚部的计算机视觉识别”和荀一，鲍 官军，杨庆华，高峰，李伟发表在《农业机械学报》41卷4期(2010年4月)的文章“粘连玉 米籽粒图像的自动分割方法”分别对影响计算机视觉检测玉米籽粒品质的尖端和胚部的识 别两个问题和一种基于公共区域和籽粒轮廓寻找分割点的方法进行了研究目前玉米果穗生产上多采用评价员人工分级。分级时评价员依据鲜玉米果穗分级 标准和评价员自己的经验对鲜玉米果穗进行分级。人工分级方法具有较大的主观性和随意 性，使分级结果的准确性和重现性均呈现不良效果，本发明可以克服这些缺点。
发明内容
本发明所要解决的技术问题是克服了人工分级方法具有较大的主观性和随意性， 使分级结果的准确性和重现性均呈现不良效果的问题，提供了一种鲜玉米果穗质量的计算 机视觉检测分级方法，同时也提供一种实现该方法的所采用的检测装置。为解决上述技术问题，本发明是采用如下技术方案实现的所述的鲜玉米果穗质 量的计算机视觉检测分级方法包括如下步骤1.在一定的光照条件下，图像采集设备对经过摄像头正下方的鲜玉米果穗采集图 像并将获得的图像传送到主控计算机。2.主控计算机根据所获取的鲜玉米果穗原始图像通过智能分析软件进行图像分 析，包括如下步骤1)采用迭代_替换法分割鲜玉米果穗图像背景；2)在鲜玉米果穗图像经背景分割后所得到的图像的基础上提取特征作为鲜玉米 果穗品质的指标，包括如下方法步骤a.采用二步旋转法提取鲜玉米果穗外形尺寸即穗长与直径指标；b.采用阈值_面积法确定鲜玉米果穗秃尖指标；
c.采用梯度阈值法确定鲜玉米果穗缺粒、异常粒的存在状态指标；d.采用颜色值法提取鲜玉米果穗色泽指标；e.采用小波纹理分析法和排列识别神经网络提取小波分解子图的纹理特征作为 反映鲜玉米果穗籽粒排列状态指标；
g.采用傅里叶能量环法和饱满 度识别网络提取单环能量与总能量比值作为反映 鲜玉米果穗籽粒饱满度指标；h.利用傅里叶能量环法和颜色值分析法提取饱满度特征和色泽特征，构建成熟度 识别神经网络作为反映鲜玉米果穗籽粒成熟度指标；3.在图像分析所获得的鲜玉米果穗品质指标的基础上，按照鲜玉米果穗分为3个 等级的评级标准，利用模糊神经网络对鲜玉米果穗等级进行评定。技术方案中所述的采用迭代_替换法分割鲜玉米果穗图像背景是指为鲜玉米果 穗图像分配两块内存，一块为存储彩色图像，另一块为存储经灰度化后的图像，求出鲜玉米 果穗图像灰度的最大值Gmax与最小值Gmin的平均值&
权利要求
一种鲜玉米果穗质量的计算机视觉检测分级方法，其特征在于，所述的鲜玉米果穗质量的计算机视觉检测分级方法包括如下步骤1)在一定的光照条件下，图像采集设备对经过摄像头(10)正下方的鲜玉米果穗采集图像并将获得的图像传送到主控计算机(12)；2)主控计算机(12)根据所获取的鲜玉米果穗原始图像通过智能分析软件进行图像分析，包括如下步骤(1)采用迭代 替换法分割鲜玉米果穗图像背景；(2)在鲜玉米果穗图像经背景分割后所得到的图像的基础上提取特征作为鲜玉米果穗品质的指标，包括如下方法步骤a.采用二步旋转法提取鲜玉米果穗外形尺寸即穗长与直径指标；b.采用阈值 面积法确定鲜玉米果穗秃尖指标；c.采用梯度阈值法确定鲜玉米果穗缺粒、异常粒的存在状态指标；d.采用颜色值法提取鲜玉米果穗色泽指标；e.采用小波纹理分析法和排列识别神经网络提取小波分解子图的纹理特征作为反映鲜玉米果穗籽粒排列状态指标；g.采用傅里叶能量环法和饱满度识别网络提取单环能量与总能量比值作为反映鲜玉米果穗籽粒饱满度指标；h.利用傅里叶能量环法和颜色值分析法提取饱满度特征和色泽特征，构建成熟度识别神经网络作为反映鲜玉米果穗籽粒成熟度指标；3)在图像分析所获得的鲜玉米果穗品质指标的基础上，按照鲜玉米果穗分为3个等级的评级标准，利用模糊神经网络对鲜玉米果穗等级进行评定。
2.按照权利要求1所述的鲜玉米果穗质量的计算机视觉检测分级方法，其特征在于， 所述的采用迭代-替换法分割鲜玉米果穗图像背景是指为鲜玉米果穗图像分配两块内 存，一块为存储彩色图像，另一块为存储经灰度化后的图像，求出鲜玉米果穗图像灰度的最 大值Gmax与最小值Gmin的平均值G
3.按照权利要求1所述的鲜玉米果穗质量的计算机视觉检测分级方法，其特征在于， 所述的采用二步旋转法提取鲜玉米果穗外形尺寸即穗长与直径指标是指对去除背景后 的鲜玉米果穗图像进行横向、纵向扫描，确定鲜玉米果穗上、下、左、右点的坐标分别为(xt， yt)、(xb, yb)、(xi; Yl)、(xr, yr)，计算得鲜玉米果穗形心点0 (x。，y。)的公式为
4.按照权利要求1所述的鲜玉米果穗质量的计算机视觉检测分级方法，其特征在于， 所述的采用阈值-面积法确定鲜玉米果穗秃尖指标是指采用Otsu法将图像中的鲜玉米果 穗正常部分和秃尖分成两类像素，方差越大则鲜玉米果穗正常部分和秃尖两类像素之间的 灰度差别也越大。当方差最大时，基于类间距离最大准则误分率最小，分割阈值公式为
5.按照权利要求1所述的鲜玉米果穗质量的计算机视觉检测分级方法，其特征在于， 所述的采用梯度阈值法确定鲜玉米果穗缺粒、异常粒的存在状态指标是指在RGB颜色模型下，缺粒和异常粒的R值与正常粒有明显差异，因此计算两个像素点R值差值GK[f(i，j)] 的公式为
6.按照权利要求1所述的鲜玉米果穗质量的计算机视觉检测分级方法，其特征在于， 所述的采用颜色值法提取鲜玉米果穗色泽指标是指在不同颜色模型下，提取不同颜色值 并进行变换，以表征鲜玉米果穗色泽特征信息，在RGB颜色模型下，提取三刺激值R、G、B，分别计算其均值F ---并计算b值ξ. ρ;在HIS颜色模型下，提取H单值的均 R、G、B ,R +B+G值豆,并统计特定范围内的H值出现的频率PH，以互、b、豆和Ph做为色泽指标。
7.按照权利要求1所述的鲜玉米果穗质量的计算机视觉检测分级方法，其特征在于， 所述的采用小波纹理分析法和排列识别神经网络提取小波分解子图的纹理特征作为反映 鲜玉米果穗籽粒排列状态指标是指在HIS颜色模型下，对鲜玉米果穗图像进行二维离散 小波分解，基函数选取应用比较广泛的哈尔小波，提取一层分解后的水平和垂直方向高频 子带HH1进行纹理的分析，提取二层分解后的水平方向高频子带HL2和垂直方向高频子带 LH2进行纹理分析，利用灰度梯度共生矩阵，比较灰度分布不均勻性、相关性、能量、灰度熵、 逆差分矩、大梯度优势、梯度均方差、梯度均值、梯度分布不均勻性、梯度熵、灰度均值、混合 熵、灰度均方差、惯性、小梯度优势共15个纹理特征参数与籽粒排列状态的相关性，选取HH1 子带的能量值En，HL2子带的梯度均方差Gds、灰度均方差Gys和惯性值Mi，LH2子带的梯度 均方差Gds、灰度均方差Gys和惯性值Mi，共7个特征值反映玉米籽粒排列状态，其中
8.按照权利要求1所述的鲜玉米果穗质量的计算机视觉检测分级方法，其特征在于， 所述的采用傅里叶能量环法和饱满度识别网络提取单环能量与总能量比值作为反映鲜玉 米果穗籽粒饱满度指标是指由于256色位图下鲜玉米果穗籽粒饱满程度不同造成图像的 差异较大，因此将原图从24色位图转换成256色位图，并对图像进行傅里叶变换，设图像 f(m, η)大小为ΜΧΝ，则二维离散傅里叶变换公式为
9.按照权利要求1所述的鲜玉米果穗质量的计算机视觉检测分级方法，其特征在于， 所述的利用傅里叶能量环法和颜色值分析法提取饱满度特征和色泽特征，构建成熟度识别 神经网络作为反映鲜玉米果穗籽粒成熟度指标是指成熟度由成熟度识别神经网络进行识 别，成熟度识别神经网络由反映饱满度和色泽特征的以q”互、b、互和Ph等5个特征参数为 输入，隐层神经元数由网络根据训练样本数自适应确定，根据评定标准规定的评定等级确 定输出层神经元数为1，其值在1-10之间。
10.一种实施权利要求1所述的鲜玉米果穗质量的计算机视觉检测分级方法的检测装 置，由获取鲜玉米果穗图像的硬件部分和图像识别分析的软件部分组成，其特征在于，所述 的获取鲜玉米果穗图像的硬件部分包括支架(1)、输送辊电机(2)、1号出料斗(3)、输送辊 主动轮(4)、主动输送辊(5)、2号出料斗(6)、步进电机(7)、拨轮(8)、检测箱(9)、摄像头 (10)、控制箱(11)、主控计算机(12)、光源(13)、光电传感器(15)、输送辊轴承座(17)、送料 斗(18)、主动输送辊右端齿轮(19)、传动链条(20)、输送辊中间齿轮(21)、从动输送辊(22) 与3号出料斗；主动输送辊(5)与从动输送辊(22)通过两端的轴承与输送辊轴承座(17)安装在支 架(1)的上端面上，主动输送辊(5)的左端固定安装有输送辊主动轮(4)，主动输送辊(5) 的右端固定安装有主动输送辊右端齿轮(19)，主动输送辊右端齿轮(19)与安装在支架(1) 上的输送辊中间齿轮(21)啮合连接，输送辊中间齿轮(21)与固定安装在从动输送辊(22) 右端的齿轮啮合连接，检测箱(9)安装在支架(1)中部的上端面上，摄像头(10)安装在检 测箱(9)的顶盖上，摄像头(10)的对称轴线垂直地处于支架(1)的纵向对称面内，摄像头 (10)的另一端和主控计算机(12)电线连接，光源(13)安装在摄像头(10)的外圈，步进电 机(7)固定装在检测箱(9)左侧箱壁的外侧面上，步进电机(7)的输出轴上固定安装有拨 轮(8)，步进电机(7)与控制箱(11)电线连接，控制箱(11)又与主控计算机(12)电线连 接，安装在主动输送辊(5)左端的输送辊主动轮(4)通过传动链条(20)与安装在输送辊电 机⑵输出轴上的链轮连接，输送辊电机⑵与控制箱(11)电线连接，检测箱(9)内即在鲜 玉米果穗(16)的入口处安装有光电传感器(15)，光电传感器(15)的接线端和控制箱(11) 电线连接，主动输送辊(5)与从动输送辊(22)的右上方固定安装有送料斗(18)，主动输送 辊(5)与从动输送辊(22)的左下方固定安装有1号出料斗(3)，主动输送辊(5)与从动输 送辊(22)的前方与后方分别安装有2号出料斗(6)与3号出料斗。
全文摘要
本发明公开了鲜玉米果穗质量的计算机视觉检测分级方法及装置，旨在克服人工分级方法使分级的准确性和重现性均呈现不良效果的问题。该方法的步骤1.在一定的光照条件下，图像采集设备对经过摄像头正下方的鲜玉米果穗采集图像并将其传送到主控计算机。2.主控计算机根据所获取的鲜玉米果穗图像通过智能分析软件进行图像分析，其步骤为采用迭代-替换法分割鲜玉米果穗图像背景；在鲜玉米果穗图像经背景分割后所得到的图像的基础上提取特征作为鲜玉米果穗品质指标。3.在图像分析所获得的鲜玉米果穗品质指标的基础上，按照鲜玉米果穗分为3个等级的评级标准，利用模糊神经网络对鲜玉米果穗进行等级评定。本发明还提供了实施该方法的检测装置。
文档编号G06T7/00GK101957313SQ20101028815
公开日2011年1月26日 申请日期2010年9月21日 优先权日2010年9月21日
发明者孙永海, 王慧慧 申请人:吉林大学