CN104268834A - 一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法 - Google Patents
一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法 Download PDFInfo
- Publication number
- CN104268834A CN104268834A CN201410480882.6A CN201410480882A CN104268834A CN 104268834 A CN104268834 A CN 104268834A CN 201410480882 A CN201410480882 A CN 201410480882A CN 104268834 A CN104268834 A CN 104268834A
- Authority
- CN
- China
- Prior art keywords
- tobacco leaf
- image
- standard
- leaf sample
- image processing
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法,采用对标准等级烟叶样本进行拍照,获得烟叶样本图像,然后利用图像处理软件选取比较具有代表性的区域,在进行图像预处理操作,得到清晰的烟叶样本区域图像,将清晰的烟叶样本区域图像进行二值化处理得到二值图像,对二值图像进行反转获取二值图像模板,分别对标准烟叶图像的三通道进行颜色特征提取,利用提取的烟叶颜色特征值合成标准等级烟叶图片,构建烟叶图像数据库,本发明利用数字图像处理和图像特征识别技术构建标准等级烟叶图像数据库,可以实现烤烟烟叶分级标准的科学定量化,使得在烟叶收购中大大减轻工作量,而且产品分级准确度较高。
Description
技术领域
本发明涉及模式识别技术领域,尤其是一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法。
背景技术
长期以来,烟叶收购站的烟叶分级都是依靠分级员利用手摸、眼看、鼻闻的经验来进行的,存在工作量大、主观因素及经验影响大、分级标准不统一等问题,在收购过程中出现物不符级现象,给收购工作带来了不良影响。
随着工业化水平的不断提高,图像处理技术被广泛应用在监控、医疗器械、军事等行业,图像处理技术越来越得到人们的重视。
发明内容
本发明的目的是:提供一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法,构建标准等级烟叶图像数据库,实现烤烟烟叶分级标准的科学定量化,以克服现有技术的不足。
本发明是这样实现的:一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法,包括步骤:
步骤1:对标准等级烟叶样本进行拍照,获得烟叶样本图像;
步骤2:利用图像处理软件对得到的烟叶样本图像选取一个比较具有代表性的区域;
步骤3:对步骤2获得的区域图像通分别进行图像预处理操作,得到清晰的烟叶样本区域图像;
步骤4:将清晰的烟叶样本区域图像进行二值化处理得到二值图像,对二值图像进行反转获取二值图像模板;
步骤5:将获得二值图像模板与烟叶样本区域图像三通道(R、G、B)分别相乘,相乘获得的图像再合成得到标准烟叶图像;
步骤6:分别对标准烟叶图像的三通道进行颜色特征提取,提取颜色的均值和方差;
步骤7:求出全部方差的平均值,并对与全部方差的平均值相比较相差最大的那部分烟叶图像重新执行步骤1到步骤6的操作,计算每个样本的方差和全部方差的平均值的差的绝对值,通过预先设定的阈值来判断这个绝对值是否小于此阈值,从而使得样本和总体的差异性最小;
步骤8:对最终获得均值求取颜色平均值,以R、G、B三通道平均值合成一幅大小为1024×768的标准等级烟叶样本图像。
前述的一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法中,所述拍照采样是指对每一个烟叶样本拍照三次,选择其中效果最好的一次作为烟叶样本图像。
前述的一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法中,所述预处理包括步骤:
步骤1:将烟叶样本区域图像分解成R、G、B三通道图像数据。
步骤2:分别对上述的三通图像使用中值滤波进行去噪处理,中值滤波使用3×3模板。
步骤3:再对经过中值滤波去噪处理后的图像进行gaussian低通滤波器锐化处理,锐化处理滤波器使用9×9的模板。
步骤4:将经过预处理后的三通道图像数据合成清晰烟叶样本区域图像。
前述的一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法中,所述二值化处理包括步骤:
步骤1:对预处理后的得到的清晰烟叶样本区域图像进行Otsu算法处理获得二值图像。
步骤2:对二值图像进行反转使得目标区域的值为1、背景区域的值为0,获取二值图像模板。
通过采用上述技术方案,本发明利用数字图像处理和图像特征识别技术构建标准等级烟叶图像数据库,可以实现烤烟烟叶分级标准的科学定量化,使得在烟叶收购中大大减轻工作量,而且产品分级准确度较高。
附图1为本发明中标准等级烟叶图像数据库合成的框架示意图。
具体实施方式
本发明的实施例:一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法,如附图1所示,包括以下步骤:
步骤1:对标准等级烟叶样本进行拍照,获得烟叶样本图像,拍照采样是指对每一个烟叶样本拍照三次,选择其中效果最好的一次作为烟叶样本图像。
步骤2:利用图像处理软件对得到的烟叶样本图像选取一个比较具有代表性的区域。
步骤3:对步骤2获得的区域图像通分别进行图像预处理操作,得到清晰的烟叶样本区域图像;
其中图像预处理包括以下步骤;
1、将烟叶样本区域图像分解成R、G、B三通道图像数据;
2、分别对上述的三通图像使用中值滤波进行去噪处理,中值滤波使用3×3模板;
3、再对经过中值滤波去噪处理后的图像进行gaussian低通滤波器锐化处理,锐化处理滤波器使用9×9的模板;
4:将经过预处理后的三通道图像数据合成清晰烟叶样本区域图像
步骤4:将清晰的烟叶样本区域图像进行二值化处理得到二值图像,对二值图像进行反转获取二值图像模板;
其中二值化处理包括步骤:
1:对预处理后的得到的清晰烟叶样本区域图像进行Otsu算法处理获得二值图像。
2:对二值图像进行反转使得目标区域的值为1、背景区域的值为0,获取二值图像模板。
步骤5:将获得二值图像模板与烟叶样本区域图像三通道(R、G、B)分别相乘,相乘获得的图像再合成得到标准烟叶图像;
步骤6:分别对标准烟叶图像的三通道进行颜色特征提取,提取颜色的均值和方差;
步骤7:求出全部方差的平均值,并对与全部方差的平均值相比较相差最大的那部分烟叶图像重新执行步骤1到步骤6的操作,计算每个样本的方差和全部方差的平均值的差的绝对值,通过预先设定的阈值来判断这个绝对值是否小于此阈值,从而使得样本和总体的差异性最小;
步骤8:对最终获得均值求取平均值,以R、G、B三通道平均值合成一幅大小为1024×768的标准等级烟叶样本图像。
Claims (4)
1.一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法,包括步骤:
步骤1:对标准等级烟叶样本进行拍照,获得烟叶样本图像;
步骤2:利用图像处理软件对得到的烟叶样本图像选取一个比较具有代表性的区域;
步骤3:对步骤2获得的区域图像通分别进行图像预处理操作,得到清晰的烟叶样本区域图像;
步骤4:将清晰的烟叶样本区域图像进行二值化处理得到二值图像,对二值图像进行反转获取二值图像模板;
步骤5:将获得二值图像模板与烟叶样本区域图像三通道,即R、G、B分别相乘,相乘获得的图像再合成得到标准烟叶图像;
步骤6:分别对标准烟叶图像的三通道进行颜色特征提取,提取颜色的均值和方差;
步骤7:求出全部方差的平均值,并对与全部方差的平均值相比较相差最大的那部分烟叶图像重新执行步骤1到步骤6的操作,计算每个样本的方差和全部方差的平均值的差的绝对值,通过预先设定的阈值来判断这个绝对值是否小于此阈值,从而使得样本和总体的差异性最小;
步骤8:对最终获得均值求取颜色平均值,以R、G、B三通道平均值合成一幅大小为1024×768的标准等级烟叶样本图像。
2.根据权利要求1所述的一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法,其特征在于,所述拍照采样是指对每一个烟叶样本拍照三次,选择其中效果最好的一次作为烟叶样本图像。
3.根据权利要求1所述的一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法,其特征在于,所述预处理包括步骤:
步骤1:将烟叶样本区域图像分解成R、G、B三通道图像数据;
步骤2:分别对上述的三通图像使用中值滤波进行去噪处理,中值滤波使用3×3模板;
步骤3:再对经过中值滤波去噪处理后的图像进行gaussian低通滤波器锐化处理,锐化处理滤波器使用9×9的模板;
步骤4:将经过预处理后的三通道图像数据合成清晰烟叶样本区域图像。
4.根据权利要求1所述的一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法,其特征在于,所述二值化处理包括步骤:
步骤1:对预处理后的得到的清晰烟叶样本区域图像进行Otsu算法处理获得二值图像;
步骤2:对二值图像进行反转使得目标区域的值为1、背景区域的值为0,获取二值图像模板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410480882.6A CN104268834B (zh) | 2014-09-19 | 2014-09-19 | 一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410480882.6A CN104268834B (zh) | 2014-09-19 | 2014-09-19 | 一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104268834A true CN104268834A (zh) | 2015-01-07 |
CN104268834B CN104268834B (zh) | 2017-09-08 |
Family
ID=52160354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410480882.6A Active CN104268834B (zh) | 2014-09-19 | 2014-09-19 | 一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104268834B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105242568A (zh) * | 2015-10-09 | 2016-01-13 | 东南大学 | 基于数字图像处理的烟叶精确剔除控制方法 |
CN105913056A (zh) * | 2016-03-29 | 2016-08-31 | 华环国际烟草有限公司 | 一种基于工业相机特征提取的润后水渍烟叶识别方法 |
CN110111263A (zh) * | 2019-03-29 | 2019-08-09 | 中国地质大学(武汉) | 一种基于图像处理的烤烟种植指导系统 |
CN113223098A (zh) * | 2021-06-07 | 2021-08-06 | 江南大学 | 图像颜色分类的预处理优化方法 |
CN113570584A (zh) * | 2021-07-30 | 2021-10-29 | 河南中烟工业有限责任公司 | 基于图像识别的烟丝结构检测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW469732B (en) * | 1999-12-07 | 2001-12-21 | Mustek Systems Inc | Auto-crop method of image |
CN102521595B (zh) * | 2011-12-07 | 2014-01-15 | 中南大学 | 一种基于眼动数据和底层特征的图像感兴趣区域提取方法 |
CN103905803B (zh) * | 2014-03-18 | 2016-05-04 | 中国科学院国家天文台 | 一种图像的颜色校正方法及装置 |
-
2014
- 2014-09-19 CN CN201410480882.6A patent/CN104268834B/zh active Active
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105242568A (zh) * | 2015-10-09 | 2016-01-13 | 东南大学 | 基于数字图像处理的烟叶精确剔除控制方法 |
CN105242568B (zh) * | 2015-10-09 | 2018-02-13 | 东南大学 | 基于数字图像处理的烟叶精确剔除控制方法 |
CN105913056A (zh) * | 2016-03-29 | 2016-08-31 | 华环国际烟草有限公司 | 一种基于工业相机特征提取的润后水渍烟叶识别方法 |
CN110111263A (zh) * | 2019-03-29 | 2019-08-09 | 中国地质大学(武汉) | 一种基于图像处理的烤烟种植指导系统 |
CN110111263B (zh) * | 2019-03-29 | 2021-08-27 | 中国地质大学(武汉) | 一种基于图像处理的烤烟种植指导系统 |
CN113223098A (zh) * | 2021-06-07 | 2021-08-06 | 江南大学 | 图像颜色分类的预处理优化方法 |
CN113570584A (zh) * | 2021-07-30 | 2021-10-29 | 河南中烟工业有限责任公司 | 基于图像识别的烟丝结构检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104268834B (zh) | 2017-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104268834A (zh) | 一种基于数字图像处理技术的标准等级烟叶图像数据库的合成方法 | |
US10664539B2 (en) | Text mining-based attribute analysis method for internet media users | |
CN110353675B (zh) | 基于图片生成的脑电信号情感识别方法及装置 | |
CN111312256B (zh) | 语音身份识别的方法、装置及计算机设备 | |
CN104077579A (zh) | 基于专家系统的人脸表情图像识别方法 | |
CN108109155A (zh) | 一种基于改进Canny的自动阈值边缘检测方法 | |
CN105404846A (zh) | 一种图像处理方法及装置 | |
Bhowmik et al. | Fingerprint Image Enhancement And It‟ s Feature Extraction For Recognition | |
CN107341807A (zh) | 一种提取烟叶颜色数字化表达特征值的方法 | |
CN111839551A (zh) | 一种基于视频和生理信号的多模态情感识别方法及系统 | |
Chi et al. | Enhancement of textural differences based on morphological component analysis | |
Bannigidad et al. | Restoration of degraded Kannada handwritten paper inscriptions (Hastaprati) using image enhancement techniques | |
KR102176787B1 (ko) | 영상분류 방법 및 장치 | |
Ristivojević et al. | The influence of preprocessing methods on multivariate image analysis in high-performance thin-layer chromatography fingerprinting | |
WO2011074014A2 (en) | A system for lip corner detection using vision based approach | |
Kim et al. | Signal Processing, Image Processing and Pattern Recognition: International Conferences, SIP 2011, Held as Part of the Future Generation Information Technology Conference, FGIT 2011, in Conjunction with GDC 2011, Jeju Island, Korea, December 8-10, 2011. Proceedings | |
Ganesh et al. | Object identification using wavelet transform | |
Sanchez-Gonzalez et al. | A comparison of fused segmentation algorithms for iris verification | |
Thiyaneswaran et al. | Iris Recognition using Left and Right Iris Feature of the Human Eye for Biometric Security System | |
CN106326827A (zh) | 掌静脉识别系统 | |
Khaleefah et al. | Fingerprinting of deformed paper images acquired by scanners | |
CN106934335B (zh) | 图像识别的方法和装置 | |
Khakzar et al. | A rotation invariant retina identification algorithm using tessellation-based spectral feature | |
Yüce et al. | Improved local binary pattern based action unit detection using morphological and bilateral filters | |
KR101627929B1 (ko) | 제스처 인식기 설정 방법, 제스처 인식 방법 및 그 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |