一种基于机器视觉的蚕茧计数与识别方法与流程

：
[0001]
本发明涉及蚕茧计数与识别领域，具体是一种基于机器视觉的蚕茧计数与识别方法。


背景技术：
：
[0002]
目前，随着生活水平的提升，蚕茧及其副产品已广泛进入人们的生活中，随之而来的在蚕茧副产品生产线上对于蚕茧的精确分割、计数以及品质检测有着极大的需求，这对于社会以及经济发展、农副产品发展都有着重大的影响。生丝生产中主要通过检测绪下蚕茧的数目、蚕茧的剥茧层率来确定生产的生丝质量，目前的缫丝设备基本上是采用定纤控制系统的自动缫丝机，根据生丝规格要求自动控制生丝纤度，但是在生丝纤度的自动控制过程中由于车间温湿度变化、蚕茧的煮熟程度不同，以及生丝纤度控制机构间的差异等因素会引起生丝纤度的粗细变化；在缫丝生产过程中，生产规模比较大，蚕在生长过程中，由于养殖方法以及养殖环境的影响，导致最后结成的蚕茧种类不一样，形成的蚕茧种类繁多，传统的计数方法是通过人工来计数，由于蚕茧种类繁多，每一种类的蚕茧数目也比较大，人工计数不仅步骤繁杂，耗时耗力，且在人工计数过程中，由于长时间的工作，容易造成视觉疲劳，导致计数错误，多数、漏数情况经常发生，就算是同一个人，也存在主观性的判断误差。


技术实现要素：
：
[0003]
本发明的目的就是为了解决现有问题，而提供一种基于机器视觉的蚕茧计数与识别方法。
[0004]
本发明的技术解决措施如下：一种基于机器视觉的蚕茧计数与识别方法，通过预处理、二值化、形态变换、距离变换和连通域标记的技术手段来进行分割计数处理，其特征在于，所述方法包括以下步骤：
[0005]
a：选取硬件设备搭建蚕茧图像采集平台；
[0006]
b：建立与所述步骤a中搭建的蚕茧采集平台相匹配的面向蚕茧计数与识别分类的数据库；
[0007]
c：通过步骤a中搭建的蚕茧图像采集平台对待测蚕茧进行拍摄，将所得照片与所述步骤b中数据库内储存数据的对比对蚕茧进行计数与识别。
[0008]
作为优选的技术方案，步骤a包括：
[0009]
a1：硬件选取，图像采集平台硬件设备包括，ccd摄像机、光源以及载物台；
[0010]
a2：设计控制界面，包括图像的采集、显示与存储，摄像机参数设置；
[0011]
a3：根据需要得到的蚕茧图像质量，以及实际环境光照的影响，对所述步骤a1中ccd摄像机进行参数设置，采取自动曝光，以及较高分辨率的模式进行采集。
[0012]
作为优选的技术方案，步骤b包括：
[0013]
b1：利用所述ccd摄像机对实际生产线中的蚕茧进行拍照，采集各个种类的蚕茧图
像并转为jpg格式，作为基础图像数据源；
[0014]
b2:采集蚕茧样本图像，包括单一类别的蚕茧以及多种类混合蚕茧的样本图像，构建数据库；
[0015]
b3：存储数据，创建一个test文件夹，将所述步骤b2中采集的蚕茧图像，并将图片统一命名，根据实际蚕茧品质种类确定分类的类数；
[0016]
b4：收集蚕茧目标的特征数据集，对数据集进行整理，获取所需数据集的特征信息，然后用分类器进行训练，生成目标分类器。
[0017]
作为优选的技术方案，步骤c包括：
[0018]
c1：对待检测的蚕茧进行拍照取像；
[0019]
c2：对步骤c1中采集到的蚕茧图像进行预处理及二值化，二值化操作后进行形态学操作，一方面可以进行孔洞填充，另一方面可以使相互粘连的蚕茧初步分离；
[0020]
c3：经过步骤c2后找到蚕茧轮廓的中心点进行距离变换与归一化操作将所述步骤c2二值图像中的像素距离以灰度值的形式表示，得到一个灰度图；
[0021]
c4：通过阈值化二值分割将所述步骤c2中的灰度图再次转变为二值图，方便连通域标记，接着进行形态学操作使蚕茧轮廓趋于完整；
[0022]
c5：将相互粘连的蚕茧分离开，成为独立的个体，再进行连通域标记与统计，连通域的个数即为蚕茧的个数，最后通过qt控制界面显示蚕茧个数；
[0023]
c6:从数据库中读取特征值进行svm训练，通过网格搜索交叉验证法确定 svm最优参数，生成支持向量机分类器；
[0024]
c7：分割处理步骤c2中采集到的蚕茧图像原件，提取每一类蚕茧的颜色特征参数和空间特征参数，将所有特征参数存储于数据库中；
[0025]
c8：从所述数据库中读取特征值进行svm训练，通过网格搜索交叉验证法确定svm最优参数，生成支持向量机分类器；
[0026]
c9：用已生成的支持向量机分类器对待检测的蚕茧图片所有像素点进行预测分类，最终达到识别分类的目的。
[0027]
作为优选的技术方案，蚕茧图像采集平台内部程序通过vs2013集成开发环境，采用c++语言以及qt图形用户界面开发框架。
[0028]
作为优选的技术方案，步骤c3中距离变换与归一化操作中，所述距离变换首先确定蚕茧轮廓的中心点，将蚕茧中心到边界的距离以灰度值的形式表示。
[0029]
本发明的有益效果在于：
[0030]
本发明研究的是蚕茧计数与识别领域中的关键技术，项目完成后可与相关企业进行对接，将先进技术转化为生产力，产生较大的经济效益；本发明提高了生产识别以及使用效率，减少人力物力，实现自动化操作，避免了使用人工计数而导致的效率慢、错误率高等问题。
附图说明：
[0031]
图1为本发明的数据库建立流程图；
[0032]
图2为本发明的蚕茧分割计数流程图；
[0033]
图3为本发明svm识别与分类流程图；
具体实施方式：
[0034]
下面结合附图对本发明做进一步的详细说明。
[0035]
本发明提供的一种基于机器视觉的蚕茧计数与识别方法，包括蚕茧图像采集平台的搭建、数据库建立方法、蚕蛹分割计数方法以及svm识别与分类方法，工作时将待检测的蚕茧放置于载物台上，由ccd相机拍摄照片，传输进电脑内与我们建立的数据库内容进行对比经过分割计数与svm训练，生成支持向量机分类器实现计数与分类。
[0036]
图1为本发明数据库建立的流程图，利用ccd摄像机对蚕茧进行拍照，采集各个种类的蚕茧图像作为基础图像数据源；将图片格式转化成jpg格式；存储数据，创建一个test文件夹，采集蚕茧图像，按照种类每类分为500张左右，并将图片统一命名，根据实际蚕茧品质种类确定分类的类数，为方便后续加标签，再创建一个.txt文档，用来存放图片名称目录和对应的标签，命名为test.txt；随后加标签，对每个种类的蚕茧做不同的标记，例如上车茧记为0，下车茧中双宫茧记为1，口茧记为2等等；这样就能完成数据库的建立工作，该数据库主要用于蚕茧识别与品质检测分类工作。
[0037]
图2为本发明蚕茧分割计数流程图，首先对采集到的蚕茧图像进行预处理及二值化，主要目的是将三通道的彩色蚕茧图像转变为便于后续分割处理的二值图像，二值化操作后进行形态学操作，一方面可以进行孔洞填充，另一方面可以使相互粘连的蚕茧初步分离，方面后面距离变换确定轮廓中心点，距离变换和归一化操作主要是为了解决蚕茧粘连问题，距离变换首先确定蚕茧轮廓的中心点，将蚕茧中心到边界的距离以灰度值的形式表示，然后进行归一化操作，压缩数据范围，使蚕茧边界收缩，从而相互粘连的蚕茧分离，距离变换是将二值图像中的像素距离以灰度值的形式表示，所以得到的图像是一个灰度图，阈值化二值分割就是将灰度图再次转变为二值图，方面后面的连通域标记，接着的形态学操作是使蚕茧轮廓趋于完整；相互粘连的蚕茧分离开，成为独立的个体，再进行连通域标记与统计，连通域的个数即为蚕茧的个数，最后通过qt控制界面显示蚕茧个数。
[0038]
图3为本发明svm识别与分类流程图，svm的分类性能主要由两个参数确定，即惩罚因子c和核函数的参数，惩罚因子c用于调节学习机器置信范围和经验风险间的比例，使学习机器的推广能力达到最好，选取时由具体的问题而定，并取决于数据中噪声的数量，核函数和其参数对分类性能有很大影响，这里我们使用的是rbf核函数以及其参数g，svm的参数确定过程实质上就是一个优化的过程，svm参数确定方法主要有：经验选择法、实验试凑法、梯度下降法、交叉验证法,bayesian法等；本项目通过网格搜索交叉验证法确定两个svm参数，惩罚因子c以及rbf核函数的参数g，大多数识别分类是由训练过程和识别过程两部分组成，在训练过程中，首先收集对应目标的特征数据集，对数据集进行整理，获取所需数据集的特征信息，然后用分类器进行训练，生成目标分类器；识别过程中利用训练过程中获得特征信息和分类器，通过扫描窗口与输入图像进行对比，寻找出满足分类器判定为正的目标。
[0039]
术领域的普通技术人员来说，在不脱离本发明原理的前提下，可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利的保护范围。