基于图像识别的茶叶鲜叶分叉数量识别方法
【专利摘要】本发明公开了一种基于图像识别的茶叶鲜叶分叉数量识别方法，包括，对采集的茶叶鲜叶的图像进行高斯低通滤波处理，得到滤除噪声点的图像；以像素为单位，进行每个像素点红色值减去蓝色值取绝对值计算，并对该值进行阈值比较，大于阈值时像素点值为1，小于等于阈值时像素点值为0，获得二值图像；计算细化骨架图像；查找像素值为1的点，记录该点的坐标值；进行八方向链码计算，记录邻接链码数大于2的图像横坐标值；进行坐标值由小到大排序，依次计算后一个数减去前一个数的值，如果该值大于2，则表示找到新一个分叉节点；最后累计分叉节点数量。本发明能进行茶叶鲜叶分叉数量识别，无需人工判断。
【专利说明】基于图像识别的茶叶鲜叶分叉数量识别方法
【技术领域】
[0001] 本发明涉及茶叶生产智能分选【技术领域】，尤其涉及一种基于图像识别的茶叶鲜叶 分叉数量识别方法。
[0002]
【背景技术】
[0003] 茶叶鲜叶分叉数量识别的目的是检测当然茶叶鲜叶的特征，为后续进行机器自动 筛选提供条件。例如茶叶鲜叶中，嫩芽的价值高于其它成熟的叶片，需要判断出鲜叶的分叉 数量，择优筛选嫩芽。以往都是通过人工方式识别，人为判断茶叶鲜叶的分叉数量效率不 高，劳动力成本高，不能实现智能化茶叶鲜叶筛选。
[0004]
【发明内容】
[0005] 本发明的目的：提供一种基于图像识别的茶叶鲜叶分叉数量识别方法，能进行茶 叶鲜叶分叉数量识别，无需人工判断。
[0006] 为了实现上述目的，本发明的技术方案是： 一种基于图像识别的茶叶鲜叶分叉数量识别方法，包括采摘茶叶并选取图像背景，所 述的图像背景为单色且不同于茶叶颜色。
[0007] 上述的基于图像识别的茶叶鲜叶分叉数量识别方法，其中，该方法至少包括以下 步骤： 步骤1 :采集采摘的茶叶鲜叶的图像。
[0008] 步骤2 :对采集的图像进行高斯低通滤波处理，滤除图像中的噪声，获得茶叶轮廓 边缘平滑的图像。
[0009] 步骤3 :以像素为单位,计算每个像素点红色值减去蓝色值的绝对值,记作红蓝色 差值。
[0010] 步骤4 :对红蓝色差值进行阈值比较，获得茶叶鲜叶的二值图像。
[0011] 步骤5 :计算茶叶鲜叶的骨架细化图像。
[0012] 步骤6 :在整幅骨架细化图像中，逐个像素点查找像素值为1的点，记录该像素点 的水平和垂直坐标值。
[0013] 步骤7 :根据记录下的水平和垂直坐标值所对应的像素点，按像素点进行八方向 链码计算，对链码值进行累加，当链码值累加和大于2时，记录当前像素点的水平坐标值； 当链码值累加和不大于2时不记录。
[0014] 步骤8 :对水平坐标值通过冒泡排序方法进行由小到大排序。
[0015] 步骤9 :依次对由小到大排序的水平坐标值计算后一个数减去前一个数的值，如 果该值大于2时，则表示找到新一个分叉节点；对查找到的分叉节点进行累计，最后得到图 像的总分叉节点数量。
[0016] 上述的基于图像识别的茶叶鲜叶分叉数量识别方法，其中，在所述的步骤4中，所 述的阈值取为〇. 1，如果红蓝色差值大于〇. 1时，将对应的像素点值设置为1，如果红蓝色差 值小于等于0. 1时，将对应的像素点值设置为0。
[0017] 上述的基于图像识别的茶叶鲜叶分叉数量识别方法，其中，在所述的步骤5中，通 过Zhang-Suen方法，在第一轮子迭代中，如果以下4个条件全部为真，那么像素I (i，j)就 会被删除： 条件1 :这个像素的连通数为1。
[0018] 条件2 :至少有两个黑色的邻居，但是不多于6个。
[0019] 条件 3 :I (i，j+1)、I (i-1，j)和 I (i，j_l)中至少有一个为背景。
[0020] 条件 4 :I (i-1，j)、I (i+1，j)和 I (i，j_l)中至少有一个为背景。
[0021] 在第一轮子迭代之后，标记的像素I (i，j)被删除。
[0022] 步骤5. 1 :在第二轮子迭代中，如果以下4个条件全部为真，那么像素I(i，j)就会 被删除： 条件1 :这个像素的连通数为1。
[0023] 条件2 :至少有两个黑色的邻居，但是不多于6个。
[0024] 条件 3 j)、I(i_l，j)和 I(i+1，j)中至少有一个为背景。
[0025] 条件 4 :I (i，j+1)、I (i+1，j)和 I (i，j_l)中至少有一个为背景。
[0026] 在第二轮子迭代之后，标记的像素也被删除；如果在第一轮和第二轮子迭代的最 后都没有像素被删除，则骨架构造完成。
[0027] 上述的基于图像识别的茶叶鲜叶分叉数量识别方法，其中，在所述的步骤8中，所 述的冒泡排序方法包括如下步骤： 步骤8. 1 :比较相邻的元素，如果第一个比第二个大，就互换第一个和第二个。
[0028] 步骤8. 2 :对每一对相邻元素重复步骤8. 1，从开始第一对到结尾的最后一对。
[0029] 步骤8. 3 :针对所有的元素重复以上的步骤，除了步骤8. 2中比较的最后一个。
[0030] 步骤8. 4 :持续每次对越来越少的元素重复步骤8. 1-步骤8. 3,直到没有任何一对 数字需要比较。
[0031] 本发明用图像识别方法，对包含茶叶鲜叶的图像进行高斯滤波处理、每个像素R-B 绝对值阈值比较、计算茶叶的二值化图像、计算茶叶骨架细化图像、八方向链码计算查找可 能的分叉节点、排序比较方法最后确定分叉节点总数。采用本发明方法进行茶叶鲜叶分叉 总数识别，只需要输入采集的包含茶叶鲜叶的图像，即可对图像中存在的分叉节点总数进 行标注和计算，无需人工进行筛选，实现了智能化茶叶分选中的重要一步，极大的减少了工 作量，降低人工成本。
[0032]
【专利附图】
【附图说明】
[0033] 图1是本发明基于图像识别的茶叶鲜叶分叉数量识别方法的流程图。
[0034] 图2是本发明基于图像识别的茶叶鲜叶分叉数量识别方法的茶叶鲜叶二值图像。
[0035] 图3是本发明基于图像识别的茶叶鲜叶分叉数量识别方法的茶叶鲜叶骨架细化 图。
[0036]
【具体实施方式】
[0037] 以下结合附图进一步说明本发明的实施例。
[0038] 请参见附图1至附图3所示，一种基于图像识别的茶叶鲜叶分叉数量识别方法，包 括采摘茶叶并选取图像背景，所述的图像背景为单色且不同于茶叶颜色。
[0039] 所述的基于图像识别的茶叶鲜叶分叉数量识别方法至少包括以下步骤： 步骤1 :采集采摘的茶叶鲜叶的图像。为提高后续处理的准确对，图像采集过程应尽量 避免以下几种情况： 1)大、小叶片完全重叠。
[0040] 2)背景与茶叶颜色差别不明显。
[0041] 3)茶叶鲜叶叶片残缺。
[0042] 步骤2 :应用高斯低通滤波器
【权利要求】
1. 一种基于图像识别的茶叶鲜叶分叉数量识别方法，其特征在于：包括采摘茶叶并选 取图像背景，所述的图像背景为单色且不同于茶叶颜色。
2. 根据权利要求1所述的基于图像识别的茶叶鲜叶分叉数量识别方法，其特征在于： 该方法至少包括以下步骤： 步骤1 :采集采摘的茶叶鲜叶的图像； 步骤2 :对采集的图像进行高斯低通滤波处理，滤除图像中的噪声，获得茶叶轮廓边缘 平滑的图像； 步骤3 :以像素为单位，计算每个像素点红色值减去蓝色值的绝对值，记作红蓝色差 值； 步骤4 :对红蓝色差值进行阈值比较，获得茶叶鲜叶的二值图像； 步骤5 :计算茶叶鲜叶的骨架细化图像； 步骤6 :在整幅骨架细化图像中，逐个像素点查找像素值为1的点，记录该像素点的水 平和垂直坐标值； 步骤7 :根据记录下的水平和垂直坐标值所对应的像素点，按像素点进行八方向链码 计算，对链码值进行累加，当链码值累加和大于2时，记录当前像素点的水平坐标值；当链 码值累加和不大于2时不记录； 步骤8 :对水平坐标值通过冒泡排序方法进行由小到大排序； 步骤9 :依次对由小到大排序的水平坐标值计算后一个数减去前一个数的值，如果该 值大于2时，则表示找到新一个分叉节点；对查找到的分叉节点进行累计，最后得到图像的 总分叉节点数量。
3. 根据权利要求2所述的基于图像识别的茶叶鲜叶分叉数量识别方法，其特征在于： 在所述的步骤4中，所述的阈值取为0. 1，如果红蓝色差值大于0. 1时，将对应的像素点值设 置为1，如果红蓝色差值小于等于0. 1时，将对应的像素点值设置为0。
4. 根据权利要求2所述的基于图像识别的茶叶鲜叶分叉数量识别方法，其特征在于： 在所述的步骤5中，通过Zhang-Suen方法，在第一轮子迭代中，如果以下4个条件全部为 真，那么像素I(i，j)就会被删除： 条件1 :这个像素的连通数为1 ; 条件2 :至少有两个黑色的邻居，但是不多于6个； 条件3 :I (i，j+1)、I (i-1，j)和I (i，j-1)中至少有一个为背景； 条件4 :I (i-1，j)、I (i+1，j)和I (i，j-1)中至少有一个为背景； 在第一轮子迭代之后，标记的像素I(i，j)被删除； 步骤5. 1 :在第二轮子迭代中，如果以下4个条件全部为真，那么像素I (i，j)就会被删 除： 条件1 :这个像素的连通数为1 ; 条件2 :至少有两个黑色的邻居，但是不多于6个； 条件3 :I (i-1，j)、I (i-1，j)和I (i+1，j)中至少有一个为背景； 条件4 :I (i，j+1)、I (i+1，j)和I (i，j-1)中至少有一个为背景； 在第二轮子迭代之后，标记的像素也被删除；如果在第一轮和第二轮子迭代的最后都 没有像素被删除，则骨架构造完成。
5.根据权利要求2所述的基于图像识别的茶叶鲜叶分叉数量识别方法，其特征在于： 在所述的步骤8中，所述的冒泡排序方法包括如下步骤： 步骤8. 1 :比较相邻的元素，如果第一个比第二个大，就互换第一个和第二个； 步骤8. 2 :对每一对相邻元素重复步骤8. 1，从开始第一对到结尾的最后一对； 步骤8. 3 :针对所有的元素重复以上的步骤，除了步骤8. 2中比较的最后一个； 步骤8. 4 :持续每次对越来越少的元素重复步骤8. 1-步骤8. 3,直到没有任何一对数字 需要比较。
【文档编号】G06K9/60GK104331702SQ201410607726
【公开日】2015年2月4日 申请日期:2014年11月3日 优先权日:2014年11月3日
【发明者】黄辉 申请人:黄辉