一种用于人参图像的检索方法与流程

本发明涉及药材人参图像检索的方法，具体是涉及一种基于图像分块的哈希编码图像检索方法。

背景技术：

人参作为一种名贵的药材，在市场上广受欢迎，不同的人参具有不同的品级，品级之间的药效以及价格都相差比较大，所以对于人参进行品级的正确鉴定显得尤为重要。人参的等级评级是需要食品局的专业人员，根据人参的品种以及不同品种的评价标准对其进行评级。评级需要多位专业人员进行综合的评比。对于一件已经评好级的人参来说，可能会存在多次评级的现象。如购买者对需购买的人参等级不信任，所以会需要专业评级机构再次来评级。

目前的重复性评级工作存在工作的重复性，同时可能也存在多次评级不一致而导致的专业性问题。

技术实现要素：

为了解决对人参进行重复性评级的问题，本发明提供了一种对人参图像进行检索的方法。该方法可避免多次评级任务，减少工作量，同时也可避免多次评级不一致而导致的专业性问题。

本发明所采用技术方案包括如下步骤：

1)原始人参图像为RGB颜色空间的图像，对人参图像从RGB颜色空间转到HSV颜色空间，对图像进行颜色的过滤，接着再将图像进行二值化得到第一二值图，将得到的二值图与原始人参图像进行与操作，得到的图像为去除大部分背景的人参图像；

所述的原始人参图像是由相机采集获得，图像中具有完整的单个人参，背景为单一色彩背景。

2)将步骤1)中得到的去除大部分背景的人参图像再一次从RGB颜色空间转到HSV颜色空间，进一步利用HSV颜色阈值进行过滤掉低于HSV颜色阈值的像素点，接着进行二值化得到第二二值图，在第二二值图中查找最大连通域，去除除了最大连通域以外的其他连通域，得到第三二值图，将第三二值图作为掩模版与原始人参图像进行与操作，得到的图像为最终的背景去除后的人参图像；

3)将步骤2)获得的人参图像中的人参根须采用形态学操作去除；

4)将步骤3)获得的去除细小根须的人参图像进行旋转校正方向，然后对人参图像进行裁剪使得人参充满整个图像；

5)将步骤4)中的人参图像进行均匀的分块，计算每一个图像块中人参目标占整个图像的比例，得到图像块的权值，处理得到哈希编码；然后根据哈希编码计算相似度距离，根据相似度距离进行检索处理。

所述的颜色过滤是在HSV的颜色空间下，设定H、S、V的阈值进行颜色过滤。

所述步骤3)的具体步骤如下：

3.1)将步骤2)得到的背景去除后的人参图像进行二值化操作得到第四二值图，再进行顶帽操作获得顶帽操作结果图，顶帽操作结果图中得到人参的细小根须部分；

3.2)将顶帽操作结果图与第四二值图进行异或操作，得到异或结果图，异或结果图中为去除了细小根须的人参二值图；

3.3)查找异或结果图中的最大连通域，该最大联通域中为去除了人参细小根须的二值图像区域，将最大连通域与原始人参图像进行与运算得到最终的去除细小根须的人参图像。

所述步骤4)的具体步骤如下：

4.1)首先将经步骤3)处理后的人参图像进行灰度化得到灰度图，再将灰度图进行二值化操作得到第五二值图；

4.2)在第五二值图中找到最大连通区域，将以该最大连通区域为轮廓，建立一个包围该最大连通区域的最小矩形区域，并将最小矩形区域在原始人参图像中画出形成最小矩形包围框，计算得到最小矩形包围框的中心点坐标以及最小矩形包围框的长边与图像水平方向之间的夹角θ，绕中心点坐标旋转原始人参图像使得最小矩形包围框的长边平行于图像水平方向；

4.3)利用最小矩形包围框对原始人参图像进行裁剪，保留最小矩形包围框范围内的图像区域，将最小矩形包围框以外的原始人参图像的图像区域删除，从而人参目标充满整个图像。

所述步骤5)的具体步骤如下：

5.1)对步骤4)获得的人参图像的尺寸进行缩放到统一400×200的大小，然后将图像均匀分成多块图像块，具体实施将图像分为8块等大的人参图像块，每一块图像块的大小均为100×100的尺寸；

5.2)计算每个图像块中人参图像权值：

处理获得整个图像中人参部分所占据的面积S和每个图像块中人参部分的面积di，i＝1,2,...,8，i表示图像块序号，进而计算得到每一块图像块中人参部分特征提取的权重值Wi＝di/S，作为各个图像块的人参图像权值；

面积的计算具体通过对人参图像进行二值化操作，通过查找连通域的方法，统计连通域的大小图像区域面积。

5.3)将每个图像块缩小到统一尺寸大小，能去除图片的细节部分，保留整个分块图像的图像结构信息，这样图像块的总像素为256像素；对缩小后的图像块进行二值化处理，然后将人参主体部分的像素点赋值为1，其他区域的像素点赋值为0，构建得到由0、1数值组成的二值图，建立由0、1数值组成的像素值序列作为该图像块的哈希编码，该哈希编码由256位0、1构成的序列组成，各个图像块的哈希编码按照图像块的组合次序来排列；

5.4)对于输入待检索的人参图像和查询的图像库中的各个图像，均采用上述方式获得图像块及其哈希编码；输入待检索的人参图像，根据汉明距离计算其每个图像块与查询的图像库中各个图像的图像块之间的相似度距离，将所有图像块的相似度距离与对应图像块的人参图像权值之积相加，作为最终的相似度距离，最后按照从小到大进行排序，距离最小的作为检索到的最相似的人参图像。

本发明的有益效果是：

1)本发明中通过对人参图像进行感兴趣的区域提取，使得人参图像的检索不受背景的影响，提高了检索的准确度。

2)本发明对人参图像的检索采用分块哈希编码的方法进行检索，检索的速度比较快，具有较好的实时性。

3)本发明方法应用范围广泛，方法简便易于应用，可以应用于其他的检索领域，具有较大的应用潜力。

综合来说，本发明能够快速、有效地对人参图像进行检索，具有较好的检索准确率。

附图说明

图1是本发明的流程图。

图2是使用HSV进行人参图像背景去除的流程图。

图3是使用形态学操作对人参进行根须去除的流程图。

图4是本发明使用分块哈希编码进行检索的流程图。

图5是检索的人参图像。其中：a为人参原图；b为将人参原图从RGB颜色空间转换到HSV颜色空间的结果图。

图6是对人参图像进行背景去除的过程图。其中：a为经过HSV阈值过滤后的人参示意图；b为将颜色过滤后的人参二值化的示意图；c为原图与最大连通域二值图并操作的示意图；d为HSV背景去除的最终人参效果图。

图7是对人参图像进行根须去除的过程图。其中：a为人参原图；b为二值化后的二值图；c为对二值图进行顶帽操作后的结果图；d为二值图与顶帽图异或后的结果图；e为查找最大的连通域的结果图；f为去除人参根须后的结果图。

图8是对人参图像进行旋转和尺度校正的过程图。其中：a为去除背景和根须后的结果图；b为对人参进行二值化的结果图；c为计算图中人参区域形成的最小矩形包围框；d为对人参图像进行旋转校正后的结果图；e为对人参区域进行裁剪后的结果图；f为对人参尺度进行缩放到设定的大小后的结果图。

图9是对人参图像进行均匀分块的结果图。

图10是对人参分块图像二值化后的结果图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的说明。

如图1所示，本发明的的实施过程如下：

步骤一：原始人参图像为RGB颜色空间的图像，对人参图像从RGB颜色空间转到HSV颜色空间，对图像进行颜色的过滤，接着再将图像进行二值化得到第一二值图，将得到的二值图与原始人参图像进行与操作，得到的图像为去除大部分背景的人参图像，其流程图如图2所示。

步骤二：将步骤一中得到的去除大部分背景的人参图像再一次从RGB颜色空间转到HSV颜色空间，进一步利用HSV颜色阈值进行过滤掉低于HSV颜色阈值的像素点，接着进行二值化得到第二二值图，在第二二值图中查找最大连通域，去除除了最大连通域以外的其他连通域，得到第三二值图，将第三二值图作为掩模版与原始人参图像进行与操作，得到的图像为最终的背景去除后的人参图像。

步骤三：将步骤二中的人参的根须采用形态学操作去，处理流程图如图3所示；具体过程为：

3.1)将步骤二得到的背景去除后的人参图像进行二值化操作得到第四二值图，再进行顶帽操作获得顶帽操作结果图，顶帽操作结果图中得到人参的细小根须部分；

3.2)将顶帽操作结果图与第四二值图进行异或操作，得到异或结果图，异或结果图中为去除了细小根须的人参二值图；

3.3)查找异或结果图中的最大连通域，该最大联通域中为去除了人参细小根须的二值图像区域，将最大连通域与原始人参图像进行与运算得到最终的去除细小根须的人参图像。

步骤四：将步骤三中的去除人参图像进行旋转校正方向，然后对人参图像进行裁剪使得人参充满整个图像；具体过程为：

4.1)首先将经步骤三处理后的人参图像进行灰度化得到灰度图，再将灰度图进行二值化操作得到第五二值图；

4.2)在第五二值图中找到最大连通区域，将以该最大连通区域为轮廓，建立一个包围该最大连通区域的最小矩形区域，并将最小矩形区域在原始人参图像中画出形成最小矩形包围框，计算得到最小矩形包围框的中心点坐标以及最小矩形包围框的长边与图像水平方向之间的夹角θ，绕中心点坐标旋转原始人参图像使得最小矩形包围框的长边平行于图像水平方向；

4.3)利用最小矩形包围框对原始人参图像进行裁剪，保留最小矩形包围框范围内的图像区域，将最小矩形包围框以外的原始人参图像的图像区域删除，从而人参目标充满整个图像。

步骤五：将步骤4)中的人参图像进行均匀的分块，计算每一个分块中人参图像的占整个人参图像的比例，得到分块人参图像的权值，再将分块进行二值化处理，将二值图中的值作为分块人参的哈希编码，其流程图如图4所示；具体过程为：

5.1)对步骤4)获得的人参图像的尺寸进行缩放到统一400×200的大小，然后将图像均匀分成多块图像块，具体实施将图像分为8块等大的人参图像块，每一块图像块的大小均为100×100的尺寸；

5.2)计算每个图像块中人参图像权值：

处理获得整个图像中人参部分所占据的面积S和每个图像块中人参部分的面积di，i＝1,2,...,8，i表示图像块序号，进而计算得到每一块图像块中人参部分特征提取的权重值Wi＝di/S，作为各个图像块的人参图像权值；

面积的计算具体通过对人参图像进行二值化操作，通过查找连通域的方法，统计连通域的大小图像区域面积。

5.3)将每个图像块缩小到统一尺寸大小，能去除图片的细节部分，保留整个分块图像的图像结构信息，这样图像块的总像素为256像素；对缩小后的图像块进行二值化处理，然后将人参主体部分的像素点赋值为1，其他区域的像素点赋值为0，构建得到由0、1数值组成的二值图，建立由0、1数值组成的像素值序列作为该图像块的哈希编码，该哈希编码由256位0、1构成的序列组成，各个图像块的哈希编码按照图像块的组合次序来排列；

5.4)对于输入待检索的人参图像和查询的图像库中的各个图像，均采用上述方式获得图像块及其哈希编码；输入待检索的人参图像，根据汉明距离计算其每个图像块与查询的图像库中各个图像的图像块之间的相似度距离，将所有图像块的相似度距离与对应图像块的人参图像权值之积相加，作为最终的相似度距离，最后按照从小到大进行排序，距离最小的作为检索到的最相似的人参图像。

具体实施例：

本发明采用如图5中a所示的图作为本发明的原始输入图像，将输入的原始图像从RGB空间转换到HSV空间，得到如图5中b图所示的HSV空间图像。得到HSV的图像后，设定H、S、V的阈值来过滤HSV空间图像的背景颜色，得到去除大部分背景的图像，如图6中a所示；接着将去除大部分背景的图像进行二值化操作，然后查找最大连通域，得到只第一二值图，将第一二值图与原始图像进行与操作得到图6中c所示的图。接着再一次将图6中c图进行HSV颜色阈值过滤得到图6中d所示的去除了背景的人参图像。如图7所示为对人参进行根须去除的处理，通过对人参进行二值化处理，然后采用顶帽操作得到人参的根须部分的顶帽操作结果图，将图7中的b图与顶帽操作结果图进行异或操作得到图7中d图，接着通过查找最大连通域的方法得到了去除人参根须后的结果图，如图7中f所示。图8是对去除人参根须的结果图进行旋转与尺度校正的过程图，将去除人参根须的结果图进行二值化，然后查找最大连通域得到二值图中的最大区域，将以该最大连通区域为轮廓，建立一个包围该最大连通区域的最小矩形区域，并将最小矩形区域在原始人参图像中画出形成最小矩形包围框，计算得到最小矩形包围框的中心点坐标以及最小矩形包围框的长边与图像水平方向之间的夹角θ，绕中心点坐标旋转原始人参图像使得最小矩形包围框的长边平行于图像水平方向，利用最小矩形包围框对原始人参图像进行裁剪，保留最小矩形包围框范围内的图像区域，将最小矩形包围框以外的原始人参图像的图像区域删除，从而人参目标充满整个图像，最终得到如图8中f的结果图。图9为将人参进行均匀分为8块的分块策略，将人参图像的尺寸进行缩放到统一400×200的大小，然后将图像均匀分成多块图像块，具体实施将图像分为8块等大的人参图像块，每一块图像块的大小均为100×100的尺寸，计算每个图像块中人参图像权值。图10是对每一个分块将其缩放为16×16大小，然后将其二值化为二值图，分块的哈希编码的组合次序为二值图中的像素值从上到下，从左至右组合而成，通过该哈希编码对人参的形状进行表示。根据汉明距离计算每个分块与图像库中相应分块的哈希编码的相似度距离，将人参图像所有分块的相似度距离与对应分块的权值之积相加，即得到了最终的相似度距离，将其从小到大进行排序，距离最小的即为检索到的最相似的人参图像。

本发明可以实现快速、准确地检索到相似的人参图像，在图像检索领域具有较大的应用价值。

上述具体实施方式用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范围。