一种基于视觉特征的面包检测方法以及系统

本申请涉及图像处理领域，特别是涉及一种基于视觉特征的面包检测方法以及系统。

背景技术：

1、随着生活水平的提升，人们越来越重视食品的质量问题。高质量的食品往往受到人们的喜爱，极大地满足人们的需求。但是，多种多样的食品涌入市场，其质量的好坏不一。比如，常见的面包食品，然而在面包的生产工艺中，面团发酵、面团水分、烘烤温度以及烘烤时间等等因素的不同都会导致面包的外观质量发生变化，其口感也会发生相应的变化。

2、随着计算机技术的发展，如今往往通过图像处理技术识别外观质量的变化。比如，利用基于视觉显著性的图像分割技术，将面包表面发生质量变化的区域识别出来并将其分割出来，极大地提高了计算机视觉的效率。但是，面包外观质量的变化较为复杂，面包表面会出现不同的变化，传统视觉显著性分割技术无法准确地识别面包食品的外表缺陷。

技术实现思路

1、本发明提供一种基于视觉特征的面包检测方法以及系统，该方法能够使得视觉显著性提取的目标更加明确，提高检测精度。

2、第一方面，本申请提供一种基于视觉特征的面包检测方法，包括：

3、获取面包的灰度图像；

4、基于灰度图像确定每一像素点的裂缝递变大小指数、过度饱和性指数以及lbp值，进而得到裂缝特征图、过度饱和特征图以及纹理特征图；

5、基于灰度图像、裂缝特征图、过度饱和特征图以及纹理特征图构建超复数四元数矩阵，基于超复数四元数矩阵确定面包缺陷显著图；

6、基于面包缺陷显著图对面包外观进行检测。

7、在一实施例中，确定每一像素点的裂缝递变大小指数，包括：

8、设置第一预设大小的第一滑动窗口，对第一滑动窗口内的像素点进行随机抽样，得到每一第一滑动窗口对应的第一灰度值抽样序列；

9、基于每一第一滑动窗口对应的第一灰度值抽样序列计算每一第一滑动窗口内中心像素点的开裂程度指数，其中，所述中心像素点为所述第一滑动窗口的中心；

10、基于第一滑动窗口内中心像素点的开裂程度指数计算中心像素点的裂缝递变大小指数。

11、在一实施例中，基于每一第一滑动窗口对应的第一灰度值抽样序列计算每一第一滑动窗口内中心像素点的开裂程度指数，包括：

12、利用最小二乘非线性拟合方法基于所述第一灰度值抽样序列得到拟合函数，并基于拟合函数得到极值点集合；

13、基于极值点集合中极值点的数目、抽样序列的离散系数以及横坐标序列中第、第个极值点的横坐标计算得到每一第一滑动窗口内中心像素点的开裂程度指数。

14、在一实施例中，基于第一滑动窗口内中心像素点的开裂程度指数计算中心像素点的裂缝递变大小指数，包括：

15、基于第一滑动窗口的中心像素点的裂缝递变大小指数、第一滑动窗口内边缘像素点的数目以及第一滑动窗口内边缘像素点的曲率和曲率均值计算得到中心像素点的裂缝递变大小指数。

16、在一实施例中，利用如下公式计算中心像素点的裂缝递变大小指数：

17、；

18、其中，为归一化指数函数，如果中心像素点属于边缘像素点，则取值为1，如果中心像素点不属于边缘像素点，则取值为0，为像素点x的开裂程度指数，为第一滑动窗口内边缘像素点的数目，为第一滑动窗口内第j个边缘像素点的曲率，表示第一滑动窗口内边缘像素点的曲率均值。

19、在一实施例中，确定每一像素点的过度饱和性指数，包括：

20、设置第二预设大小的第二滑动窗口，对第二滑动窗口内的像素点进行随机抽样，得到每一第二滑动窗口对应的第二灰度值抽样序列；

21、利用分割算法对第二灰度值抽样序列进行处理，确定第二灰度值抽样序列中的突变点；

22、基于第二滑动窗口内两个突变点之间的距离以及第二滑动窗口内突变点的数目计算第二滑动窗口内中心像素点的斑点密集性指数，并基于斑点密集性指数计算得到；

23、基于所述斑点密集性系数计算每一中心像素点的过度饱和性指数。

24、在一实施例中，计算第二滑动窗口内中心像素点的斑点密集性指数以及斑点密集性系数，包括：

25、；

26、；

27、其中，q为第二滑动窗口内突变点的数目，为欧氏距离函数，和分别表示第二滑动窗口内的第g、第f个突变像素点的位置,和分别表示所有像素点中最大斑点密集性指数和最小斑点密集性指数。

28、在一实施例中，基于所述斑点密集性系数计算每一中心像素点的过度饱和性指数，包括：

29、基于第二滑动窗口内的斑点密集性系数以及滑动窗口内的饱和度计算每一中心像素点的过度饱和性指数。

30、在一实施例中，利用如下公式计算每一中心像素点的过度饱和性指数：

31、；

32、；

33、其中，为归一化指数函数，表示像素点x的第二滑动窗口内的斑点密集性系数均值，为过度饱和特征值，表示像素点x的邻域窗口内的像素点数目，表示像素点x的邻域内第k个像素点的饱和度，表示像素点x的饱和度。

34、第二方面，本申请提供一种基于视觉特征的面包检测系统，包括：

35、图像获取模块，用于获取面包的灰度图像；

36、计算模块，用于基于灰度图像确定每一像素点的裂缝递变大小指数、过度饱和性指数以及lbp值，进而得到裂缝特征图、过度饱和特征图以及纹理特征图；

37、处理模块，用于基于灰度图像、裂缝特征图、过度饱和特征图以及纹理特征图构建超复数四元数矩阵，基于超复数四元数矩阵确定面包缺陷显著图；

38、检测模块，用于基于面包缺陷显著图对面包外观进行检测。

39、本申请的有益效果，区别于现有技术，本申请的基于视觉特征的面包检测方法以及系统，包括：获取面包的灰度图像；基于灰度图像确定每一像素点的裂缝递变大小指数、过度饱和性指数以及lbp值，进而得到裂缝特征图、过度饱和特征图以及纹理特征图；基于灰度图像、裂缝特征图、过度饱和特征图以及纹理特征图构建超复数四元数矩阵，基于超复数四元数矩阵确定面包缺陷显著图；基于面包缺陷显著图对面包外观进行检测。该方法能够使得视觉显著性提取的目标更加明确，提高检测精度。

技术特征：

1.一种基于视觉特征的面包检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于视觉特征的面包检测方法，其特征在于，确定每一像素点的裂缝递变大小指数，包括：

3.根据权利要求2所述的一种基于视觉特征的面包检测方法，其特征在于，基于每一第一滑动窗口对应的第一灰度值抽样序列计算每一第一滑动窗口内中心像素点的开裂程度指数，包括：

4.根据权利要求2所述的一种基于视觉特征的面包检测方法，其特征在于，基于第一滑动窗口内中心像素点的开裂程度指数计算中心像素点的裂缝递变大小指数，包括：

5.根据权利要求4所述的一种基于视觉特征的面包检测方法，其特征在于：

6.根据权利要求1所述的一种基于视觉特征的面包检测方法，其特征在于，确定每一像素点的过度饱和性指数，包括：

7.根据权利要求6所述的一种基于视觉特征的面包检测方法，其特征在于，计算第二滑动窗口内中心像素点的斑点密集性指数以及斑点密集性系数，包括：

8.根据权利要求6所述的一种基于视觉特征的面包检测方法，其特征在于，基于所述斑点密集性系数计算每一中心像素点的过度饱和性指数，包括：

9.根据权利要求8所述的一种基于视觉特征的面包检测方法，其特征在于，利用如下公式计算每一中心像素点的过度饱和性指数：

10.一种基于视觉特征的面包检测系统，其特征在于，包括：

技术总结
本申请涉及图像处理领域，提供一种基于视觉特征的面包检测方法以及系统，包括：获取面包的灰度图像；基于灰度图像确定每一像素点的裂缝递变大小指数、过度饱和性指数以及LBP值，进而得到裂缝特征图、过度饱和特征图以及纹理特征图；基于灰度图像、裂缝特征图、过度饱和特征图以及纹理特征图构建超复数四元数矩阵，基于超复数四元数矩阵确定面包缺陷显著图；基于面包缺陷显著图对面包外观进行检测。该方法能够使得视觉显著性提取的目标更加明确，提高检测精度。

技术研发人员：解媛媛
受保护的技术使用者：临沂农业科技职业学院（筹）
技术研发日：
技术公布日：2024/1/14