柑橘果实颜色复杂性测度定量描述及分级方法
【专利摘要】本发明公开了一种柑橘果实颜色复杂性测度定量描述及分级方法，其中果实颜色复杂性测度定量描述方法包括步骤：将被测果实超出果面的果梗部分去除；对被测果实进行清洗及吹干处理后，采集被测果实的原始图像；对原始图像进行裁切；对裁切后的图像进行去背景处理；对去背景处理后的图像进行边缘检测及果实区域提取，将RGB图像转换为HSI图像；对HSI图像的色调区间[0，120°]进行长度为1°的均匀分割，计算像素分布概率和复杂性测度C(Y)＝H(Y)×D(Y)，以复杂性测度C(Y)描述柑橘果实颜色。本发明能够对柑橘果实颜色进行定量描述，避免人工进行定性描述，省时省力，颜色描述和分级结果准确性高。
【专利说明】
柑橘果实颜色复杂性测度定量描述及分级方法
技术领域
[0001 ]本发明涉及一种柑橘果实颜色复杂性测度定量描述及分级方法。
【背景技术】
[0002] 在国家标准及行业标准中，柑橘果实颜色都采用定性描述法，这种方法描述上简 单，容易记忆，但在柑橘果实的采后处理中仅适应于人工操作，且这种操作因个人的颜色拿 捏程度不同导致分级效率低，分级等级少，分级误差大，严重影响柑橘果实颜色等级品质、 市场竞争力及产品价格，制约柑橘信息化生产。柑橘果实颜色的数字化尤其是低维度的数 字化定量描述及颜色分级方法成为急需解决的问题，有鉴于此，提出一种低维的柑橘果实 颜色定量描述及分级方法。
【发明内容】
[0003] 本发明的目的在于，针对上述现有技术的不足，提供一种柑橘果实颜色复杂性测 度定量描述及分级方法。
[0004] 为解决上述技术问题，本发明所采用的技术方案是：
[0005] -种柑橘果实颜色复杂性测度定量描述方法，包括以下步骤：
[0006] 步骤一，将被测果实超出果面的果梗部分去除；
[0007] 步骤二，对被测果实进行清洗及吹干处理后，采集被测果实的原始图像；
[0008] 步骤三，对原始图像进行裁切；
[0009] 步骤四，对裁切后的图像进行去背景处理；
[0010] 步骤五，对去背景处理后的图像进行边缘检测及果实区域提取，将RGB图像转换为 HSI图像；
[0011] 步骤六，对所述HSI图像的色调区间[0，120° ]进行长度为1°的均匀分割，形成120个子区 间丫1=1^迎+1]，其中1=0，1，，"，119 ;&。=0，&12。=120;统计各子区间内像素伍，计算像素分布概率 119 和复杂性测度C(Y) =H(Y) XD(Y)，式中，Y为随机变量，平衡分布多(只）=去， /=6' 119 119 N = ai2。一 a。，" (Π = -Σ A (.v,_) i〇g: A (>，.,），Π = Σ A (.v》lol[ A (>0 /=0 i=0 测度c(Y)描述柑橘果实颜色。
[0012] 由于柑橘果实颜色不同，统计复杂性测度C(Y)各异，以此来描述柑橘果实颜色可 行。
[0013] 作为一种优选方式，所述步骤二中包括:将果实置于500 X 500 X 500mm3的光照箱 底部中央，背景黑色，数码相机于光照箱顶部中央，相机镜头距果顶460~490mm，箱顶以相 机镜头为中心对称均布4盏60w白炽灯，采集果实的数字图像。
[0014]作为一种优选方式，所述步骤三中包括:利用数字图像处理软件对采集的原始图 像进行1024 X 1024像素大小的裁切。
[0015] 作为一种优选方式，所述步骤四中包括：统计裁切后柑橘果实图像的亮度Y = 0.1770R+0.8124G+0.0106B直方图，其中，R、G、B分别为裁切后柑橘果实图像的红色、绿色 和蓝色分量;提取亮度直方图双峰间的波谷亮度分界值作为阈值T，建立亮度分段函数，低 于分界值的灰度置1，高于分界值的灰度不变。
[0016] 作为一种优选方式，所述步骤五中边缘检测及果实区域提取的方法包括:对去背 景后的图像进行水平和垂直两个方向的Prewitt算子滤波，得到滤波图像g h和gv;对所述滤 波图像进行欧氏距离变换得到集水盆地到分水岭的距离df;对d f进行分水岭检测，标记df的 外部约束em，以局部亮度梯度极大值大小为条件，动态调整阈值，筛选出高于阈值的去背景 灰度图像灰度极大值进行扩展极大值变换，计算df的内部约束im;利用em和im重构梯度图 g 2;对g2做分水岭检测，合并外部区域和内部区域，完成果实边缘检测，连通边界，标记果实 边界轮廓，提取果实区域。
[0017] 传统的分水岭算法存在较严重的过度分割问题，本发明中改进型分水岭算法在传 统分水岭算法的基础上进行梯度阈值化处理及内部约束动态调整，克服了这一缺点。
[0018] 基于同一个发明构思，本发明还提供了一种柑橘果实颜色分级方法，利用所述的 柑橘果实颜色复杂性测度定量描述方法求得被测果实图像颜色的复杂性测度C(Y);根据求 得的复杂性测度C(Y)大小对柑橘果实颜色进行等级划分。
[0019] 与现有技术相比，本发明能够对柑橘果实颜色进行定量描述，避免人工进行定性 描述，省时省力，颜色描述和分级结果准确性高。
【附图说明】
[0020] 图1为裁切后的图像。
[0021] 图2为亮度直方图。
[0022]图3为去背景处理后的图像。
[0023]图4为果实边缘与果实区域图。
【具体实施方式】
[0024] 本发明为一种柑橘果实颜色复杂性测度定量描述及分级方法，以宫川温州蜜柑作 为被测对象，包括以下步骤：
[0025] 步骤一，将果梗平齐果面，将被测果实超出果面的果梗部分剪去；
[0026] 步骤二，对被测果实进行清洗及吹干处理后，采集被测果实的原始图像；
[0027] 将果实置于500X500 X 500mm3的光照箱底部中央，背景黑色，数码相机于光照箱 顶部中央，相机镜头距果顶460~490mm，箱顶以相机镜头为中心对称均布4盏60w白炽灯，采 集果实的数字图像。
[0028]步骤三，对原始图像进行裁切；
[0029]利用数字图像处理软件对采集的原始图像进行1024X1024像素大小的裁切，得到 如图1所示的图像。
[0030] 步骤四，对裁切后的图像进行去背景处理；
[0031] 统计裁切后柑橘果实图像的亮度Y = 0.1770R+0.8124G+0.0106B直方图，其中，R、 G、B分别为裁切后柑橘果实图像的红色、绿色和蓝色分量;提取亮度直方图双峰间的波谷亮 度分界值作为阈值T，建立亮度分段函数，低于分界值的灰度置1，高于分界值的灰度不变。 亮度直方图如图2所示。经过处理后，如图3所示，去除了大部分柑橘果实区域外的背景。 [0032]步骤五，对去背景处理后的图像进行边缘检测及果实区域提取，将RGB图像转换为 HSI图像；
[0033]边缘检测及果实区域提取的方法包括:对去背景后的图像进行水平和垂直两个方 向的Prewitt算子滤波，得到滤波图像gh和gv;计算距离函数g = ^/g； + gl ;对所述滤波图 像进行欧氏距离变换得到集水盆地到分水岭的距离df;对df进行分水岭检测，标记df的外部 约束em，以局部亮度梯度极大值大小为条件，动态调整阈值，筛选出高于阈值的去背景灰度 图像灰度极大值进行扩展极大值变换，计算df的内部约束im;利用em和im重构梯度图g2;对 g 2做分水岭检测，合并外部区域和内部区域，完成果实边缘检测，连通边界，标记果实边界 轮廓，提取果实区域。如图4所示，经过处理后，果实边缘连贯不间断，果实区域完整无孔洞。 [0034]步骤六，对所述HSI图像的色调区间[0，120°]进行长度为1°的均匀分割，形成120个子区 间y i = [ ai，ai+i ]，其中i = 0，1，…，119; a。=0，ai2。= 120;统计各子区间内像素m，计算像素分布概率 119 A(兄_) = / Σ%和复杂性测度C(Y) =H(Y) XD(Y)，式中，Y为随机变量，平衡分布>〇,_)=去，N = ai2〇 -a〇 ?z/(r) = A (,v/) l〇g: A (>，,），β( Π = f a (.v,) log i=0 /=0 测度c(Y)描述柑橘果实颜色。
[0035]果实颜色分级时，首先利用所述的柑橘果实颜色复杂性测度定量描述方法求得被 测果实图像颜色的复杂性测度C(Y);根据求得的复杂性测度C(Y)大小对柑橘果实颜色进行 等级划分。分级时，需要根据国家标准和样本试验，得到复杂性测度C(Y)对应的果实颜色等 级检索表，如表1所示;再根据被测果实的复杂性测度C(Y)查询等级检索表，复杂性测度属 于的等级区间所对应的等级就是被测果实颜色的等级。
[0037]表1宫川温州蜜柑颜色等级检索表。
【主权项】
1. 一种相橘果实颜色复杂性测度定量描述方法，其特征在于，包括W下步骤： 步骤一，将被测果实超出果面的果梗部分去除； 步骤二，对被测果实进行清洗及吹干处理后，采集被测果实的原始图像； 步骤Ξ，对原始图像进行裁切； 步骤四，对裁切后的图像进行去背景处理； 步骤五，对去背景处理后的图像进行边缘检测及果实区域提取，将RGB图像转换为HSI 图像； 步骤六，对所述监调像的色调区间[0，120°]进行长度为1°的均匀分割，形成120个子区间yi =[ai，ai+i ]，其中i = 0，l，…，119;曰日=0，ai2〇 = 120;统计各子区间内像素山，计算像素分布概率巧复杂性测度C(Y)=H(Y)XD(Y)，式中，Y为随机变量，平衡分布户(少',）=方， N = ai2〇-ao,W 复杂性 测度C(Y)描述相橘果实颜色。2. 如权利要求1所述的相橘果实颜色复杂性测度定量描述方法，其特征在于，所述步骤 二中包括:将果实置于500 X 500 X 500mm3的光照箱底部中央，背景黑色，数码相机于光照箱 顶部中央，相机镜头距果顶460~490mm，箱顶W相机镜头为中屯、对称均布4盏60w白识灯，采 集果实的数字图像。3. 如权利要求1所述的相橘果实颜色复杂性测度定量描述方法，其特征在于，所述步骤 Ξ中包括:利用数字图像处理软件对采集的原始图像进行1024X1024像素大小的裁切。4. 如权利要求1所述的相橘果实颜色复杂性测度定量描述方法，其特征在于，所述步骤 四中包括:统计裁切后相橘果实图像的亮度￥ = 0.17701?+0.81246+0.010她直方图，其中，尺、 G、B分别为裁切后相橘果实图像的红色、绿色和蓝色分量;提取亮度直方图双峰间的波谷亮 度分界值作为阔值T，建立亮度分段函数，低于分界值的灰度置1，高于分界值的灰度不变。5. 如权利要求1所述的相橘果实颜色复杂性测度定量描述方法，其特征在于，所述步骤 五中边缘检测及果实区域提取的方法包括:对去背景后的图像进行水平和垂直两个方向的 Prewitt算子滤波，得到滤波图像gh和gv;对所述滤波图像进行欧氏距离变换得到集水盆地 到分水岭的距离df;对df进行分水岭检测，标记df的外部约束em，W局部亮度梯度极大值大 小为条件，动态调整阔值，筛选出高于阔值的去背景灰度图像灰度极大值进行扩展极大值 变换，计算df的内部约束im;利用em和im重构梯度图g2;对g2做分水岭检测，合并外部区域和 内部区域，完成果实边缘检测，连通边界，标记果实边界轮廓，提取果实区域。6. -种相橘果实颜色分级方法，其特征在于，利用如权利要求1至5任一项所述的相橘 果实颜色复杂性测度定量描述方法求得被测果实图像颜色的复杂性测度C(Y);根据求得的 复杂性测度C(Y)大小对相橘果实颜色进行等级划分。
【文档编号】G06T7/00GK106097301SQ201610367840
【公开日】2016年11月9日
【申请日】2016年5月30日
【发明人】曹乐平
【申请人】湖南生物机电职业技术学院