CN101929849B - 一种香菇外形检测方法 - Google Patents
一种香菇外形检测方法 Download PDFInfo
- Publication number
- CN101929849B CN101929849B CN2010102412544A CN201010241254A CN101929849B CN 101929849 B CN101929849 B CN 101929849B CN 2010102412544 A CN2010102412544 A CN 2010102412544A CN 201010241254 A CN201010241254 A CN 201010241254A CN 101929849 B CN101929849 B CN 101929849B
- Authority
- CN
- China
- Prior art keywords
- point
- cap
- mushroom
- line segment
- frontier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种香菇外形检测方法。对香菇的侧面图像进行二值分割、滤波和边界检测后得到香菇边界;对香菇边界上连续的N个边界点进行线段检测,得到K条线段;对线段对间的2N个边界点进行线段重叠性检测,如果直线拟合的相关系数大于线段重叠性检测阈值且线段间距大于菌柄阈值,则将该线段记为菌盖下沿线段,以菌盖下沿线段倾角AHL为旋转角度对菌盖进行顺时针旋转,得到菌盖左边界点和右边界点及菌盖顶点,计算菌盖的左弦高长比和右弦高长比之和得到香菇形状描述因子。本发明利用香菇菌盖的线段特征得到菌盖边界,通过计算菌盖的左、右弦高长比,得到香菇形状描述因子SM,实现了新鲜香菇形状的自动检测。
Description
技术领域
本发明涉及一种食用菌外形检测方法,尤其是涉及一种香菇外形检测方法。
背景技术
香菇是世界上最著名的食用菌之一,也是我国出口创汇最高的名特农产品。具有肉质脆嫩、滋味鲜美、香气沁脾等特点。
在香菇品质检测方面,张红梅等人(2009)利用气敏传感器检测了2个等级的香菇样品,数据采用主成分分析和聚类分析,结果表明,利用气敏传感器阵列和模式识别技术对香菇的品质进行检测,可为人工鉴定提供参考(张红梅,于慧春,高献坤等.基于气敏传感器阵列的香菇品质检测方法研究.河南科学,2009,27(8):959-960)。付立思等人(2005)探讨了基于神经网络的香菇干燥含水率在线检测的方法。确定了以干燥各阶段时间、温度、通风量和所处干燥阶段为系统输入,有偏差的两层BP神经网络。利用Matlab进行建模,仿真结果表明,检测达到了均方误差要求。(付立思,孙晓杰,杨勇等.利用神经网络在线预测香菇干燥含水率,沈阳农业大学学报,2005,36(6):663-666)。
我国农业部行业标准“香菇等级规格”(NY/T 1061-2006)按颜色、形状、菌盖厚度、菌膜连接状态、开伞度、残缺菇及畸形菇和开伞菇总量等7项指标将鲜香菇分为特级、一级、二级等3个等级,这3个等级的香菇均要求“扁半球形平整或伞形”。但目前尚没有自动检测香菇外形的方法。
发明内容
针对背景技术中尚没有自动检测香菇外形的方法,本发明的目的在于提供一种香菇外形检测方法,采用图像分析方法对香菇外形进行检测。
本发明解决其技术问题所采用的技术方案的步骤如下:
1)图像获取:将香菇侧放,拍摄香菇的侧面图像;
2)背景去除:对香菇图像进行二值分割、滤波和边界检测后得到香菇边界;
3)线段检测:从香菇边界上任选一点S,沿逆时针方向依次选取N点,对这N个边界点进行直线拟合,如果这N个边界点直线拟合的相关系数大于相关系数阈值,将这N个边界点,记录为线段L1,并记录起点S1和终点E1,然后从S点后第N+1个开始再次选取N点行直线拟合,否则就从S的下一个点依次选取N点,进行直线拟合;如此重复,直到所有边界点均完成运算后,得到K条线段L1、L2......LK;
4)线段重叠性检测:从线段L1开始,对线段L1的起点S1和终点E1之间的N个边界点及L2的起点S2和终点E2之间的N个边界点进行直线拟合,如果这2N个边界点直线拟合的相关系数大于线段重叠性检测阈值,则计算线段L1的起点S1和L2的终点E2之间的间距D,如果间距D大于菌柄阈值,分别记录线段L1的起点S1、终点E1和线段L2的起点S2、终点E2为菌盖特征点HS1、HE1、HE2、HE2,完成线段重叠性检测;否则,重复进行线段之间的线段重叠性检测,直到完成所有线段之间的线段重叠性检测,如果所有没有满足要求的线段对,则终止运算,输出形状缺陷标志;
5)菌盖获取:取菌盖特征点HS1、HE1之间的边界点和HE2和HE2之间的边界点进行直线拟合,得到菌盖下沿线段HL倾角AHL,对菌盖特征点HS1和HE2之间的边界点进行角度为-AHL旋转运算,得到菌盖边界点;比较菌盖边界点的横坐标值,分别取横坐标值最小的点和横坐标值最大点为菌盖左边界点HLL和右边界点HLR,比较菌盖边界点的纵坐标值,取纵坐标值最大点为菌盖顶点HLH;
6)形状检测:连接左边界点HLL和菌盖顶点HLH,得到左弦clL,计算左边界点HLL和菌盖顶点HLH的菌盖边界点到左弦clL垂直距离DL,记DL最大值为左弦高DLMAX,连接右边界点HLR和菌盖顶点HLH,得到右弦clR,计算右边界点HLR和菌盖顶点HLH的菌盖边界点到右弦clR的垂直距离DR,记DR最大值右弦高DRMAX,用左弦高DLMAX除以左弦clR的长度得到左弦高长比SL,用右弦高DRMAX除以右弦clR的长度得到右弦高长比SR,将左弦高长比SL和左弦高长比SR相加,得到香菇形状描述因子SM,并作为检测结果输出。
本发明具有的有益的效果是:
利用香菇菌盖的线段特征得到菌盖边界,通过计算菌盖的左、右弦高长比,得到香菇形状描述因子SM,实现了新鲜香菇形状的自动检测。
附图说明
图1是香菇边界。
图2是提取的香菇边界上的线段。
图3是提取的香菇菌盖。
图4是图像旋转后得到的香菇菌盖。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
1)图像获取:将香菇侧放,拍摄香菇的侧面图像,得到香菇照片。
2)背景去除:对香菇图像进行二值分割、滤波和边界检测后得到如图1所示的香菇边界。
3)线段检测:如图2所示,从香菇边界上任选一点S,沿逆时针方向依次选取N(N=10)点,对这N个边界点进行直线拟合,如果这N个边界点直线拟合的相关系数大于相关系数阈值(取相关系数阈值为0.95),将这N个边界点,记录为线段L1,并记录起点S1和终点E1,然后从S点后第N+1个开始再次选取N点行直线拟合,否则就从S的下一个点依次选取N点,进行直线拟合;如此重复,直到所有边界点均完成运算后,得到K条线段L1、L2......LK。
4)线段重叠性检测:从线段L1开始,对线段L1的起点S1和终点E1之间的N个边界点及L2的起点S2和终点E2之间的N个边界点进行直线拟合,如果这2N个边界点直线拟合的相关系数大于线段重叠性检测阈值(取线段重叠性检测阈值为0.90),则计算线段L1的起点S1和L2的终点E2之间的间距D,如果间距D大于菌柄阈值(取菌柄阈值为25),分别记录线段L1的起点S1、终点E1和线段L2的起点S2、终点E2为菌盖特征点HS1、HE1、HE2、HE2,完成线段重叠性检测;否则,重复进行线段之间的线段重叠性检测,直到完成所有线段之间的线段重叠性检测,如果所有没有满足要求的线段对,则终止运算,输出形状缺陷标志;线段重叠性检测完成后,得到如图3所示菌盖。
5)菌盖获取:如图3所示,取菌盖特征点HS1、HE1之间的边界点和HE2和HE2之间的边界点进行直线拟合,得到菌盖下沿线段HL倾角AHL,对菌盖特征点HS1和HE2之间的边界点进行角度为-AHL旋转运算,得到菌盖边界点,得到如图4所示的图像旋转后的香菇菌盖;比较菌盖边界点的横坐标值,分别取横坐标值最小的点和横坐标值最大点为菌盖左边界点HLL和右边界点HLR,比较菌盖边界点的纵坐标值,取纵坐标值最大点为菌盖顶点HLH。
6)形状检测:如图4所示,连接左边界点HLL和菌盖顶点HLH,得到左弦clL,计算左边界点HLL和菌盖顶点HLH的菌盖边界点到左弦clL垂直距离DL,记DL最大值为左弦高DLMAX,连接右边界点HLR和菌盖顶点HLH,得到右弦clR,计算右边界点HLR和菌盖顶点HLH的菌盖边界点到右弦clR的垂直距离DR,记DR最大值右弦高DRMAX,用左弦高DLMAX除以左弦clR的长度得到左弦高长比SL,用右弦高DRMAX除以右弦clR的长度得到右弦高长比SR,将左弦高长比SL和左弦高长比SR相加,得到香菇形状描述因子SM,并作为检测结果输出。
Claims (1)
1.一种香菇外形检测方法,其特征在于该方法的步骤如下:
1)图像获取:将香菇侧放,拍摄香菇的侧面图像;
2)背景去除:对香菇图像进行二值分割、滤波和边界检测后得到香菇边界;
3)线段检测:从香菇边界上任选一点S,沿逆时针方向依次选取N点,对这N个边界点进行直线拟合,如果这N个边界点直线拟合的相关系数大于相关系数阈值,将这N个边界点,记录为线段L1,并记录起点S1和终点E1,然后从S点后第N+1个点开始再次选取N点进行直线拟合,否则就从S的下一个点依次选取N点,进行直线拟合;如此重复,直到所有边界点均完成运算后,得到K条线段L1、L2......LK;
4)线段重叠性检测:从线段L1开始,对线段L1的起点S1和终点E1之间的N个边界点及L2的起点S2和终点E2之间的N个边界点进行直线拟合,如果这2N个边界点直线拟合的相关系数大于线段重叠性检测阈值,则计算线段L1的起点S1和L2的终点E2之间的间距D,如果间距D大于菌柄阈值,分别记录线段L1的起点S1、终点E1和线段L2的起点S2、终点E2为菌盖特征点HS1、HE1、HS2、HE2,完成线段重叠性检测;否则,重复进行线段之间的线段重叠性检测,直到完成所有线段之间的线段重叠性检测,如果找不到菌盖特征点HS1、HE1、HS2、HE2,则终止运算,输出形状缺陷标志;
5)菌盖获取:取菌盖特征点HS1、HE1之间的边界点和HS2、HE2之间的边界点进行直线拟合,得到菌盖下沿线段HL倾角AHL,对菌盖特征点HS1和HE2之间的边界点进行角度为-AHL旋转运算,得到菌盖边界点;比较菌盖边界点的横坐标值,分别取横坐标值最小的点和横坐标值最大点为菌盖左边界点HLL和右边界点HLR,比较菌盖边界点的纵坐标值,取纵坐标值最大点为菌盖顶点HLH;
6)形状检测:连接左边界点HLL和菌盖顶点HLH,得到左弦clL,计算左边界点HLL和菌盖顶点HLH的菌盖边界点到左弦clL垂直距离DL,记DL最大值为左弦高DLMAX,连接右边界点HLR和菌盖顶点HLH,得到右弦clR,计算右边界点HLR和菌盖顶点HLH的菌盖边界点到右弦clR的垂直距离DR,记DR最大值右弦高DRMAX,用左弦高DLMAX除以左弦clR的长度得到左弦高长比SL,用右弦高DRMAX除以右弦clR的长度得到右弦高长比SR,将左弦高长比SL和左弦高长比SR相加,得到香菇形状描述因子SM,并作为检测结果输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102412544A CN101929849B (zh) | 2010-07-30 | 2010-07-30 | 一种香菇外形检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102412544A CN101929849B (zh) | 2010-07-30 | 2010-07-30 | 一种香菇外形检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101929849A CN101929849A (zh) | 2010-12-29 |
CN101929849B true CN101929849B (zh) | 2012-02-01 |
Family
ID=43369160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102412544A Expired - Fee Related CN101929849B (zh) | 2010-07-30 | 2010-07-30 | 一种香菇外形检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101929849B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108171693B (zh) * | 2017-12-27 | 2020-09-11 | 合肥市雅视智能科技有限公司 | 一种自动检测劣质蘑菇的方法 |
CN109345554A (zh) * | 2018-09-12 | 2019-02-15 | 南京农业大学 | 一种基于rgb-d相机的粘连蘑菇视觉原位测量方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1664499A (zh) * | 2005-03-28 | 2005-09-07 | 浙江大学 | 水果尺寸检测的方法及装置 |
CN1934935A (zh) * | 2006-09-25 | 2007-03-28 | 浙江大学 | 用于禽蛋尺寸与蛋形指数及重量同时检测的方法 |
JP3916537B2 (ja) * | 2002-09-04 | 2007-05-16 | 株式会社三菱総合研究所 | 道路線形設計方法、道路線形設計装置およびコンピュータ読取可能な道路線形設計プログラム |
DE102008030874A1 (de) * | 2008-06-30 | 2010-01-07 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zum Ermitteln einer Kontur und eines Mittelpunktes eines Objekts |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001148021A (ja) * | 1999-11-22 | 2001-05-29 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理方法、3次元モデルデータ生成方法およびそれらの装置 |
-
2010
- 2010-07-30 CN CN2010102412544A patent/CN101929849B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3916537B2 (ja) * | 2002-09-04 | 2007-05-16 | 株式会社三菱総合研究所 | 道路線形設計方法、道路線形設計装置およびコンピュータ読取可能な道路線形設計プログラム |
CN1664499A (zh) * | 2005-03-28 | 2005-09-07 | 浙江大学 | 水果尺寸检测的方法及装置 |
CN1934935A (zh) * | 2006-09-25 | 2007-03-28 | 浙江大学 | 用于禽蛋尺寸与蛋形指数及重量同时检测的方法 |
DE102008030874A1 (de) * | 2008-06-30 | 2010-01-07 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zum Ermitteln einer Kontur und eines Mittelpunktes eines Objekts |
Non-Patent Citations (4)
Title |
---|
JP特开2001-148021A 2001.05.29 |
JP特许第3916537号B2 2007.05.16 |
张真.一种改进的基于Douglas-Peucker原理的轮廓采样算法.《电脑知识与技术》.2009,第5卷(第25期),7214-7216. * |
成芳等.基于轮廓特征的稻种芽谷检测方法.《农业工程学报》.2004,第20卷(第5期),178-181. * |
Also Published As
Publication number | Publication date |
---|---|
CN101929849A (zh) | 2010-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105374033A (zh) | 基于脊波反卷积网络和稀疏分类的sar图像分割方法 | |
CN106443447B (zh) | 一种基于iSDAE的航空发电机故障特征提取方法 | |
CN101866427A (zh) | 织物瑕疵检测与分类方法 | |
CN110645961B (zh) | 基于遥感和ndvi的森林资源动态变化检测方法 | |
CN107506768A (zh) | 一种基于全卷积神经网络的输电线路导线断股识别方法 | |
CN108009591A (zh) | 一种基于深度学习的接触网关键部件识别方法 | |
CN107341480A (zh) | 一种改进型pccnn神经网络模型的人群聚集检测方法 | |
CN110555487B (zh) | 一种基于卷积神经网络的鲜茶叶识别分类方法和系统 | |
CN103971342A (zh) | 一种基于卷积神经网络的图像噪点检测方法 | |
CN107492094A (zh) | 一种高压电线绝缘子的无人机视觉检测方法 | |
CN103886589A (zh) | 面向目标的自动化高精度边缘提取方法 | |
CN106874929B (zh) | 一种基于深度学习的珍珠分类方法 | |
CN109376740A (zh) | 一种基于视频的水尺读数检测方法 | |
CN108446694A (zh) | 一种目标检测方法及装置 | |
CN116580308B (zh) | 一种土壤修复的监测方法及监测装置 | |
CN105354831A (zh) | 一种基于图像分块方差-加权特征值的多缺陷检测方法 | |
CN109190624A (zh) | 基于图像处理的厨房油烟浓度检测方法 | |
CN101929849B (zh) | 一种香菇外形检测方法 | |
CN101719220A (zh) | 基于有向截尾均值距离的轨迹聚类方法 | |
CN109489576A (zh) | 一种基于初级视觉通路计算模型的轮廓检测方法 | |
CN103177257A (zh) | 一种鸡腿菇图像识别方法与分级方法 | |
CN109766838A (zh) | 一种基于卷积神经网络的步态周期检测方法 | |
CN107564000A (zh) | 基于计算机视觉的猴头菇无损检测分级方法 | |
CN116188196B (zh) | 一种智慧园区设备可视化运营系统 | |
CN106874867A (zh) | 一种融合肤色及轮廓筛选的人脸自适应检测与跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120201 Termination date: 20140730 |
|
EXPY | Termination of patent right or utility model |