CN103162627A - 一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法 - Google Patents
一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法 Download PDFInfo
- Publication number
- CN103162627A CN103162627A CN2013101033135A CN201310103313A CN103162627A CN 103162627 A CN103162627 A CN 103162627A CN 2013101033135 A CN2013101033135 A CN 2013101033135A CN 201310103313 A CN201310103313 A CN 201310103313A CN 103162627 A CN103162627 A CN 103162627A
- Authority
- CN
- China
- Prior art keywords
- citrus fruits
- mirror
- reflection
- fruits
- citrus fruit
- 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.)
- Pending
Links
Images
Abstract
本发明公开了一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法,通过在暗室环境中,直射光源照射柑橘类果实,让柑橘类果实产生镜面反射;再从两个夹角为90°的拍摄角度获取柑橘类果实镜面反射图像;并分别对两幅镜面反射图像进行图像分割,获取柑橘类果实在图像中的像素点个数;并依据调整后参照物图像中参照物截面积每行像素点个数,分别计算调整后两幅柑橘类果实图像每行像素点个数对应的截面积;最后以获得的两幅柑橘类果实图像对应的截面积为输入,采用神经网络进行柑橘类果实的体积估测;较好的解决了以往存在的问题,提供了一种柑橘类果实体积估测的好方法,具有很强的实用性。
Description
技术领域
本发明属于果实体积估测技术领域,尤其涉及一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法。
背景技术
在已有的果实自动分级中,果实体积大小是一个重要的技术指标,在现有的柑橘类分级中主要依靠人工进行,效率低下,准确性差,针对这一现象,引入机器视觉进行自动分级成为柑橘类分级的一个发展方向,但由于所获取图像质量无法准确反映果实体积,一般选择果实截面积作为代替指标进行柑橘类果实进行分级,但是在现有果实视觉检测的方法中,缺少针对果实体积的准确估测方法,大多将果实体积大小分为若干等级进行分级。
发明内容
本发明提供了一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法,旨在解决在现有的柑橘类分级中主要依靠人工进行,效率低下、准确性差,以及由于机器视觉所获取图像质量无法准确反映果实体积,一般选择果实截面积作为代替指标进行柑橘类果实进行分级,精确性差,无法准确反映果实的体积的问题。
本发明的目的在于提供一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法,该柑橘类果实体积估测方法包括以下步骤:
步骤一,在暗室环境中,直射光源照射柑橘类果实,让柑橘类果实产生镜面反射;
步骤二,从两个夹角为90°的拍摄角度获取柑橘类果实镜面反射图像;
步骤三,并分别对两幅镜面反射图像进行图像分割,获取柑橘类果实在图像中的像素点个数;
步骤四,依据调整后参照物图像中参照物截面积每行像素点个数,分别计算调整后两幅柑橘类果实图像每行像素点个数对应的截面积;
步骤五,以获得的两幅柑橘类果实图像对应的截面积为输入,采用神经网络进行柑橘类果实的体积估测。
进一步,在步骤一中,直射光源的光照强度为50lux~500lux,同时直射光源的照射方向与摄像头拍摄方向一致。
本发明提供的利用柑橘类果实果皮镜面反射进行果实体积估测的方法,利用柑橘类果实的革质表皮极易产生镜面反射,且镜面反射后的图像与背景区分度大,能取得较高的识别精度的原理,通过分析柑橘果实果皮的反射现象,改进柑橘类果实图像采集条件,并采用采用神经网络实现了柑橘类果实体积的精确估测,检测效率及准确性高,解决了由于机器视觉所获取图像质量无法准确反映果实体积,一般选择果实截面积作为代替指标进行柑橘类果实进行分级的问题,实用性强,具有较强的推广与应用价值。
附图说明
图1是本发明实施例提供的利用柑橘类果实果皮镜面反射进行果实体积估测的方法的实现流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定发明。
图1示出了本发明实施例提供的利用柑橘类果实果皮镜面反射进行果实体积估测的方法的实现流程。
该柑橘类果实体积估测方法包括以下步骤:
步骤S101,在暗室环境中,直射光源照射柑橘类果实,让柑橘类果实产生镜面反射;
步骤S102,从两个夹角为90°的拍摄角度获取柑橘类果实镜面反射图像,并分别对两幅镜面反射图像进行图像分割,获取柑橘类果实在图像中的像素点;
步骤S103,并分别对两幅镜面反射图像进行图像分割,获取柑橘类果实在图像中的像素点个数;
步骤S104,依据调整后参照物图像中参照物截面积每行像素点个数,分别计算调整后两幅柑橘类果实图像每行像素点个数对应的截面积;
步骤S105,以获得的两幅柑橘类果实图像对应的截面积为输入,采用神经网络进行柑橘类果实的体积估测。
在本发明实施例中,在步骤S101中,直射光源的光照强度为50lux~500lux,同时直射光源的照射方向与摄像头拍摄方向一致。
下面结合附图及具体实施例对本发明的应用原理作进一步描述。
以柑橘类体积的估测为例进行说明,如图1所示,本方法估测柑橘类体积分为5个步骤:1)在暗室环境中,直射光源照射柑橘类果实,让柑橘类果实产生镜面反射;2)从两个夹角为90°的拍摄角度获取柑橘类果实镜面反射图像;3)并分别对两幅镜面反射图像进行图像分割,获取柑橘类果实在图像中的像素点个数;4)依据调整后参照物图像中参照物截面积每行像素点个数,分别计算调整后两幅柑橘类果实图像每行像素点个数对应的截面积;5)以获得的两幅柑橘类果实图像对应的截面积为输入,采用神经网络进行柑橘类果实的体积估测。
本发明实施例提供的利用柑橘类果实果皮镜面反射进行果实体积估测的方法,利用柑橘类果实的革质表皮极易产生镜面反射,且镜面反射后的图像与背景区分度大,能取得较高的识别精度的原理,通过分析柑橘果实果皮的反射现象,改进柑橘类果实图像采集条件,并采用采用神经网络实现了柑橘类果实体积的精确估测,检测效率及准确性高,解决了由于机器视觉所获取图像质量无法准确反映果实体积,一般选择果实截面积作为代替指标进行柑橘类果实进行分级的问题,实用性强,具有较强的推广与应用价值。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法,其特征在于,所述柑橘类果实体积估测方法包括以下步骤:
步骤一,在暗室环境中,直射光源照射柑橘类果实,让柑橘类果实产生镜面反射;
步骤二,从两个夹角为90°的拍摄角度获取柑橘类果实镜面反射图像;
步骤三,并分别对两幅镜面反射图像进行图像分割,获取柑橘类果实在图像中的像素点个数;
步骤四,依据调整后参照物图像中参照物截面积每行像素点个数,分别计算调整后两幅柑橘类果实图像每行像素点个数对应的截面积;
步骤五,以获得的两幅柑橘类果实图像对应的截面积为输入,采用神经网络进行柑橘类果实的体积估测。
2.如权利要求1所述的利用柑橘类果实果皮镜面反射进行果实体积估测的方法,其特征在于,所述直射光源的光照强度为50lux~500lux,同时直射光源的照射方向与摄像头拍摄方向一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101033135A CN103162627A (zh) | 2013-03-28 | 2013-03-28 | 一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101033135A CN103162627A (zh) | 2013-03-28 | 2013-03-28 | 一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103162627A true CN103162627A (zh) | 2013-06-19 |
Family
ID=48585920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013101033135A Pending CN103162627A (zh) | 2013-03-28 | 2013-03-28 | 一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103162627A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104764402A (zh) * | 2015-03-11 | 2015-07-08 | 广西科技大学 | 柑橘体积的视觉检测方法 |
CN105806743A (zh) * | 2016-04-28 | 2016-07-27 | 西北农林科技大学 | 一种多目苹果霉心病检测装置及方法 |
CN108038879A (zh) * | 2017-12-12 | 2018-05-15 | 众安信息技术服务有限公司 | 一种食品体积估计方法及其装置 |
CN108597582A (zh) * | 2018-04-18 | 2018-09-28 | 中国科学院计算技术研究所 | 一种用于执行Faster R-CNN神经网络运算的方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080056443A1 (en) * | 2006-09-05 | 2008-03-06 | Haifeng Hu | Method and device for security-inspection of liquid articles with radiations |
WO2011128792A2 (en) * | 2010-04-16 | 2011-10-20 | Koninklijke Philips Electronics N.V. | Image data reformatting |
CN102680414A (zh) * | 2012-05-30 | 2012-09-19 | 华中农业大学 | 基于机器视觉的红提葡萄自动分级装置及其方法 |
-
2013
- 2013-03-28 CN CN2013101033135A patent/CN103162627A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080056443A1 (en) * | 2006-09-05 | 2008-03-06 | Haifeng Hu | Method and device for security-inspection of liquid articles with radiations |
WO2011128792A2 (en) * | 2010-04-16 | 2011-10-20 | Koninklijke Philips Electronics N.V. | Image data reformatting |
CN102680414A (zh) * | 2012-05-30 | 2012-09-19 | 华中农业大学 | 基于机器视觉的红提葡萄自动分级装置及其方法 |
Non-Patent Citations (3)
Title |
---|
胡波等: "基于机器视觉脐橙体积的球体估测方法", 《安徽农业科学》 * |
赵攀等: "基于图像参数的BP网络之岩石颗粒体积估算", 《计算机测量与控制》 * |
黄玲等: "基于机器视觉的脐橙可食率的研究", 《安徽农业科学》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104764402A (zh) * | 2015-03-11 | 2015-07-08 | 广西科技大学 | 柑橘体积的视觉检测方法 |
CN105806743A (zh) * | 2016-04-28 | 2016-07-27 | 西北农林科技大学 | 一种多目苹果霉心病检测装置及方法 |
CN108038879A (zh) * | 2017-12-12 | 2018-05-15 | 众安信息技术服务有限公司 | 一种食品体积估计方法及其装置 |
CN108597582A (zh) * | 2018-04-18 | 2018-09-28 | 中国科学院计算技术研究所 | 一种用于执行Faster R-CNN神经网络运算的方法和装置 |
CN108597582B (zh) * | 2018-04-18 | 2021-02-12 | 中国科学院计算技术研究所 | 一种用于执行Faster R-CNN神经网络运算的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3248374B1 (en) | Method and apparatus for multiple technology depth map acquisition and fusion | |
CN102707340B (zh) | 一种基于视频图像的降雨量测量方法 | |
CN105279372B (zh) | 一种确定建筑物高度的方法和装置 | |
JP5138031B2 (ja) | 深度関連情報を処理する方法、装置及びシステム | |
US20120287247A1 (en) | Methods and systems for capturing 3d surface geometry | |
CN102855626B (zh) | 光源方向标定及人体信息三维采集方法与装置 | |
CN105092607A (zh) | 球面光学元件表面缺陷评价方法 | |
CN102706536B (zh) | 宽视场光学系统畸变自动测量装置及方法 | |
CN103162627A (zh) | 一种利用柑橘类果实果皮镜面反射进行果实体积估测的方法 | |
JP2013127621A5 (zh) | ||
CN104732900A (zh) | 像素缺陷检测方法和装置 | |
CN110261069B (zh) | 一种用于光学镜头的检测方法 | |
CN102183301B (zh) | 便携式统一眩光测量仪 | |
CN110276831B (zh) | 三维模型的建构方法和装置、设备、计算机可读存储介质 | |
US20200141804A1 (en) | Method and system for hyperspectral light field imaging | |
CN104236859A (zh) | 一种星载面阵ccd相机点扩散函数测量装置及方法 | |
CN108629790A (zh) | 一种基于深度残差网络的光条图像阈值分割方法 | |
CN204039886U (zh) | 一种基于多台相机立体拍摄的路面损坏裂缝检测系统 | |
CN109299634A (zh) | 斑检测方法、系统、设备及存储介质 | |
CN103148781A (zh) | 一种基于双目视觉的柚子体积估测方法 | |
US10627218B2 (en) | Imaging apparatus | |
CN112833821B (zh) | 高密度ic焊点的微分几何立体微视觉检测系统及方法 | |
CN107169964B (zh) | 一种检测弧面反光镜片表面缺陷的方法和装置 | |
CN109990742A (zh) | 基于图像处理技术的板栗检测方法 | |
CN112906510A (zh) | 一种渔业资源统计方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130619 |