CN102982533A - 一种基于计算机视觉的雷笋图像的切割方法 - Google Patents

Abstract

本发明公开一种基于计算机视觉的雷笋图像的切割方法，将雷笋水平摆放在漫反射光箱中采集体表原始图像，将图像分解为R，G，B通道下图像，提取出目标图像，在目标图像的B通道中分割出前段和后段部分；将垂直横坐标值是中值且水平纵坐标值是最大值的点作为尖端顶点，对目标图像作最小外接矩形，位于最小外接矩形的水平纵向中心线上且最靠近后段尾端点是节点，连接尖端顶点和节点作为方向线；分别作出前段、后段部分的最小外接矩形，将两最小外接矩形分别和方向线做交集得到前、后段线段；取前段线段的水平纵坐标最小值点作为前段切割点，取后段线段的水平纵坐标最大值点作为后段切割点；能提高切割效率和机械化程度，适用于雷笋自动机械切割。

Description

一种基于计算机视觉的雷笋图像的切割方法

技术领域

本发明涉及一种针对竹笋图像的的切割方法，特别是一种针对雷笋的基于计算机视觉技术的切割方法。

背景技术

竹笋含有人体所必需的氨基酸，以及各种微量元素和纤维素，是一种低糖、低脂、高蛋白、高纤维的绿色保健食品。竹笋中的雷笋既可鲜食，也可加工成笋干、调味笋、水煮笋等食用产品。雷笋的加工包括剥壳、切割、切丝、装罐（袋）等环节，在雷笋加工中，存在加工专业装备缺乏或效能不高、机械化程度低的问题，使得雷笋加工各环节大都用手工操作，劳动生产率低，成本高而且易造成污染，影响产品质量。所以研究高效率的雷笋加工方法，提高加工的机械化程度，是雷笋加工中急需解决的问题，

发明内容

本发明的目的是提供一种基于计算机视觉的雷笋图像的切割方法，使用本发明方法可以将嫩度不同的笋段切开，能提高雷笋机械切割质量。

本发明基于计算机视觉的雷笋图像的切割方法采用的技术方案包括如下步骤：

（1）将一个雷笋样本人工去皮，水平摆放在漫反射光箱中采集体表原始图像，对原始图像进行预处理；

（2）将预处理后的图像分解为R，G，B三个通道下的图像，选取R通道图像提取出目标图像，将目标图像再分解为R，G， B三个通道下的图像，在目标图像的B通道图像中分割出雷笋的前段部分和后段部分；

（3）将雷笋的垂直横坐标值是中值且水平纵坐标值是最大值的点作为前段尖端顶点（X1，Y1），对目标图像作最小外接矩形，位于最小外接矩形的水平纵向中心线上且最靠近后段尾端点是节点（X2，Y2），连接尖端顶点（X1，Y1）和节点（X2，Y2）的直线作为方向线A；

（4）分别作出前段部分的最小外接矩形和后段部分的最小外接矩形，将这两段的最小外接矩形分别和方向线A做交集，得到前段线段E和后段线段D；

（5）取前段线段E的水平纵坐标最小值点作为前段切割点C（X4，Y4），取后段线段D的水平纵坐标最大值点作为后段切割点B（X3，Y3），对雷笋切割。

本发明利用计算机视觉技术，根据雷笋的颜色特征，确定合适的切割位置，将嫩度不同的笋段切开，为雷笋实现工业机械切割提供一种简便方法，能够减少人工劳动强度，具有高效、准确、劳动成本低等特点，能提高切割效率和机械化程度，适用于雷笋的自动机械切割。

附图说明

图1一个雷笋样本的灰度图像图；

图2是雷笋样本在B通道下的反色图像图；

图3是雷笋样本分割后的前段和后段部分图；

图4是雷笋样本的方向线示意图；

图5是图4中方向线上的两条交集线段及切割点示意图。

具体实施方式

将一个雷笋样本人工去皮，迅速在漫反射光箱中，采集雷笋体表原始图像，在漫反射光箱中，将笋水平摆放，尖端在图像右侧，尾端在图像左侧，或者180°旋转；相机位于笋正上方的适当距离完成拍摄，采集的灰度图像如图1所示。完成图像采集后，对原始图像进行中值滤波等预处理，去除噪音。

将预处理后的彩色图像分解为R、G,、B三个通道下的图像，选取其R通道图像，对其进行阈值分割，提取出目标图像即整个雷笋的图像，即去除背景后笋的图像，完成目标图像的提取。将目标图像再分解为R, G, B三个通道下的图像，在其B通道图像中，使用阈值分割等算法分割出雷笋的前段和后段部分。目标图像在B通道下，笋体表颜色呈现出以下规律：笋体的前段颜色偏亮，中段颜色偏暗，后段颜色也偏亮。为方便观察，将目标图像在B通道下的图像取反色，即前段和后段偏暗，中段偏亮，取反色后的图像如图2所示。在B通道下，根据颜色的变化规律，使用阈值分割方法以及开、闭运算等算法实现分割，得到雷笋样本的前段和后段部分，前段和后段部分的图像如图3所示。

如图4所示，对目标图像按照从左到右，从上到下的顺序逐行扫描，根据图形学和几何学找到雷笋的方向线。先找到笋的前段尖端点，即在图像中纵坐标最大的点（位于图4中最右侧的点），由于这样的点不止一个，所以选择其中横坐标值是中值的点作为尖端顶点（X1，Y1）。再做出目标图像的最小外接矩形，取位于最小外接矩形的纵向中心线上且最靠近笋后段尾端的一个节点（X2，Y2），最后连接尖端顶点（X1，Y1）和节点（X2，Y2）这两点，之间的连线就是方向线A。方向线A作为切割雷笋的测量参考线，通过方向线A可以测量雷笋的长度，便于按长度分级，在方向线A上找到合适的切割点，并根据几何学计算出切割点坐标，便于实现机械切割。

分别做出图3中前段部分的最小外接矩形和后段部分的最小外接矩形，这两段的最小外接矩形分别和方向线A做交集，得到如图5所示的两条线段D、E，取前段线段E的纵坐标最小值点（即图5中前段线段E最左边端点）作为前段切割点C（X4，Y4），取后段线段D的纵坐标最大值点（即图5中后段线段D的最右边端点）作为后段切割点B（X3，Y3）。这样，可将笋切割成不同嫩度的笋段。

本发明包括三段和两段切割。三段切割是指实现将笋切成前、中、后三段，两段切割指将笋切割成前、中两段或者中、后两段。采用本发明方法对雷笋进行试验，实现切割的笋占92%。

针对每根笋，同时进行质构试验：在距笋尖端一定距离的位置，在笋纵向轴向取三个点分别测量穿刺硬度，三个点的硬度均值作为这一距离的穿刺硬度值，得到笋的嫩度指标。通过以下表1的穿刺硬度实验数据可知，雷笋从尖端到尾端，穿刺硬度数据逐渐变大，质地从嫩逐渐变老。本发明方法切割出的三个笋段，从前段到后段，嫩度逐渐变小，实现了按笋的嫩度切割笋段的目的。表1中的相对距离是指距尖端距离和笋长度的比值。

表1   穿刺硬度数据

距尖端距离/cm	相对距离	穿刺硬度（平均值）/N
			8.2	0.3992	13.783
10.8	0.5257	17.5777
			12.5	0.6085	19.479
14.5	0.7058	20.1917
			16.6	0.8081	21.0303

Claims (2)

1.一种基于计算机视觉的雷笋图像的切割方法，其特征在于包括以下步骤：

（1）将一个雷笋样本人工去皮，水平摆放在漫反射光箱中采集体表原始图像，对原始图像进行预处理；

（2）将预处理后的图像分解为R，G，B三个通道下的图像，选取R通道图像提取出目标图像，将目标图像再分解为R，G， B三个通道下的图像，在目标图像的B通道图像中分割出雷笋的前段部分和后段部分；

（3）将雷笋的垂直横坐标值是中值且水平纵坐标值是最大值的点作为前段尖端顶点（X1，Y1），对目标图像作最小外接矩形，位于最小外接矩形的水平纵向中心线上且最靠近后段尾端点是节点（X2，Y2），连接尖端顶点（X1，Y1）和节点（X2，Y2）的直线作为方向线A；

（4）分别作出前段部分的最小外接矩形和后段部分的最小外接矩形，将这两段的最小外接矩形分别和方向线A做交集，得到前段线段E和后段线段D；

（5）取前段线段E的水平纵坐标最小值点作为前段切割点C（X4，Y4），取后段线段D的水平纵坐标最大值点作为后段切割点B（X3，Y3），对雷笋切割。

2.根据权利要求1所述一种基于计算机视觉的雷笋图像的切割方法，其特征在于：步骤（2）中，在目标图像的B通道图像中，取前段部分和后段部分偏暗色、中段部分偏亮色。

Images