CN107240088A - 粘连米粒的检测分割方法、系统以及装置 - Google Patents
粘连米粒的检测分割方法、系统以及装置 Download PDFInfo
- Publication number
- CN107240088A CN107240088A CN201611115954.2A CN201611115954A CN107240088A CN 107240088 A CN107240088 A CN 107240088A CN 201611115954 A CN201611115954 A CN 201611115954A CN 107240088 A CN107240088 A CN 107240088A
- Authority
- CN
- China
- Prior art keywords
- grain
- rice
- adhesion
- point
- image
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种粘连米粒的图像检测分割方法、系统以及装置,其中方法包括以下步骤:获取米粒的RGB图像;对RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像;遍历米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点;循环搜索图像中所有的粘连点,获取粘连点配对信息;根据粘连点配对信息,对米粒粘连的部分进行分割。本发明提供的粘连米粒的图像检测分割方法、系统以及装置,通过使用计算机视觉的方式,检测出米粒图像中粘连在一起的米粒,并将其准确分割开来,其能够较好地应用在大米质量检测技术中,提升检测正确率。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种粘连米粒的检测分割方法、系统以及装置。
背景技术
大米的外观是大米品质的一项十分重要的指标,也是影响大米市场价格的重要因素。随着电子行业的兴起,借助计算机视觉技术对大米品质进行检测越来越成为人们关注的重点,也逐渐开始应用到实际中。现有的米粒检测技术,首先通过图像采集系统获得检测大米的高清晰度图像,然后结合计算机图像处理技术与色度学理论进行分析及计算来获得碎米率,大米的垩白度和黄米粒率等性能指标,可以极大地提高检测质量。
目前通过数字图像检测大米的碎米率、垩白米度、黄米率等指标时,由于米粒是随意放置在载样台或传送带上的,有些米粒会不可避免地互相碰触,由此造成在图像处理时获取的米粒轮廓线互相粘连在一起,从而在后续的检测中粘连在一起的多颗米粒会被误判为是一颗米粒,致使大米外观指标如碎米率、垩白米率、黄米粒率等的检测出现错误。
因此,如何正确获得粘连米粒的信息并将其正确分割为本领域一个亟需解决的问题。
发明内容
基于以上技术问题,本发明提出了一种粘连米粒的图像检测分割方法、系统以及装置,通过使用计算机视觉的方式,能够检测出米粒图像中粘连在一起的米粒,并将其准确分割开来,其能够较好地应用在大米质量检测中。
本发明提供的粘连米粒的图像检测分割方法,包括以下步骤:
获取米粒的RGB图像;
对所述RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像;
遍历所述米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点;
循环搜索图像中所有的所述粘连点,获取粘连点配对信息;
根据所述粘连点配对信息,对米粒粘连的部分进行分割。
作为一种可实施方式,所述对RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的二值黑白图像,包括以下步骤:
将所述RGB图像转换成灰度图像;
对所述灰度图像进行滤波、去噪;
采用类间最大方差法计算去噪后的所述灰度图像的自适应分割阈值;
根据计算出的阈值,将去噪后的所述灰度图像转换成米粒为白色、背景为黑色的二值黑白图像;
根据区域连通法对所述二值黑白图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像。
作为一种可实施方式,所述遍历米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点,包括以下步骤:
遍历米粒轮廓图像中的每一个封闭的米粒轮廓线上的所有像素点;
获取当前像素点的坐标值以及其前后等距离的五个像素点的坐标值,以当前像素点的坐标为起点,根据当前像素点的坐标值以及其前后等距离的五个像素点的坐标值构建两条直线,确定所述两条直线之间的夹角;
若所述夹角小于预设角度值,且当前像素点的曲率方向指向米粒的外部,则判断当前像素点为粘连点。
作为一种可实施方式,所述循环搜索图像中所有的所述粘连点,获取粘连点配对信息,包括以下步骤:
将当前粘连点与图像中和当前粘连点的曲率方向之间的夹角大于115度的所有粘连点形成多个配对;
计算形成配对的两个粘连点之间的直线距离;
根据计算结果选取距离最小的作为粘连点对,并获取所述粘连点对的位置信息。
作为一种可实施方式,所述根据粘连点配对信息,对米粒粘连的部分进行分割,包括以下步骤:
获取当前所述粘连点对中两个粘连点的前第三个和后第三个轮廓像素点;
去掉当前所述粘连点对中的两个粘连点以及其前后第一个、第二个像素点,根据获取的当前所述粘连点对中两个粘连点的前第三个和后第三个轮廓像素点,生成两条不相交的直线完成米粒分割。
本发明提供的粘连米粒的图像检测分割系统,包括图像获取模块、预处理模块、粘连点获取模块、粘连点对获取模块以及分割模块;
所述图像获取模块,用于获取米粒的RGB图像;
所述预处理模块,用于对所述RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像;
所述粘连点获取模块,用于遍历所述米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点;
所述粘连点对获取模块,用于循环搜索图像中所有的所述粘连点,获取粘连点配对信息;
所述分割模块,用于根据所述粘连点配对信息,对米粒粘连的部分进行分割。
作为一种可实施方式,所述预处理模块包括灰度处理单元、滤波单元、自适应处理单元、二值化单元以及轮廓图像处理单元;
所述灰度处理单元,用于将所述RGB图像转换成灰度图像;
所述滤波单元,用于对所述灰度图像进行滤波、去噪;
所述自适应处理单元,用于采用类间最大方差法计算去噪后的所述灰度图像的自适应分割阈值;
所述二值化单元,用于根据计算出的阈值,将去噪后的所述灰度图像转换成米粒为白色、背景为黑色的二值黑白图像;
所述轮廓图像处理单元,用于根据区域连通法对所述二值黑白图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像。
作为一种可实施方式,所述粘连点获取模块包括遍历单元、构建单元以及判断单元;
所述遍历单元,用于遍历米粒轮廓图像中的每一个封闭的米粒轮廓线上的所有像素点;
所述构建单元,用于获取当前像素点的坐标值以及其前后等距离的五个像素点的坐标值,以当前像素点的坐标为起点,根据当前像素点的坐标值以及其前后等距离的五个像素点的坐标值构建两条直线,确定所述两条直线之间的夹角;
所述判断单元,用于若所述夹角小于预设角度值,且当前像素点的曲率方向指向米粒的外部,则判断当前像素点为粘连点。
作为一种可实施方式,所述粘连点对获取模块包括配对单元、计算单元以及选取单元;
所述配对单元,用于将当前粘连点与图像中和当前粘连点的曲率方向之间的夹角大于115度的所有粘连点形成多个配对;
所述计算单元,用于计算形成配对的两个粘连点之间的直线距离;
所述选取单元,用于根据计算结果选取距离最小的作为粘连点对,并获取所述粘连点对的位置信息。
本发明提供的粘连米粒的图像检测分割装置,包括:本体、米粒放置装置、摄像头、显示装置、供电装置以及控制器;
所述米粒放置装置以抽屉式设置于所述本体上;
所述摄像头,设置在所述本体上,用于拍摄所述米粒放置装置中的米粒的RGB 图像;
所述控制器设置于所述本体内部且电连接所述摄像头,所述控制器从所述摄像头中获取米粒的RGB图像,并对所述RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像,遍历所述米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点,循环搜索图像中所有的所述粘连点,获取粘连点配对信息,根据所述粘连点配对信息,对米粒粘连的部分进行分割;
所述显示装置,设置于所述本体上且电连接所述控制器,实时显示粘连米粒的检测情况以及分割图像;
所述供电装置电连接所述显示装置和所述控制器。
本发明相比于现有技术的有益效果在于:
本发明提供的粘连米粒的图像检测分割方法、系统以及装置,通过使用计算机视觉的方式,检测出米粒图像中粘连在一起的米粒,并将其准确分割开来,其能够较好地应用在大米质量检测技术中,提升检测正确率。
附图说明
图1为本发明实施例一提供的粘连米粒的检测分割方法的流程示意图;
图2a为粘连米粒一样本的RGB图像;
图2b为粘连米粒的另一样本的RGB图像;
图3a为对图2a所示的样本做过图像预处理之后获得的米粒轮廓图;
图3b为对图2b所示的样本做过图像预处理之后获得的米粒轮廓图;
图4a为外轮廓线上米粒粘连点特征示意图;
图4b为内轮廓线上米粒粘连点特征示意图;
图5为S1点曲率方向上β1点的示意图;
图6a为内轮廓线上米粒粘连点对曲率示意图;
图6b为外轮廓线上米粒粘连点对曲率示意图;
图7为本发明实施例二提供的粘连米粒的检测分割系统的结构示意图;
图8为本发明实施例三提供的粘连米粒的检测分割装置的结构示意图。
具体实施方式
以下结合附图,对本发明上述的和另外的技术特征和优点进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的部分实施例,而不是全部实施例。
参见图1,本发明一实施例提供的粘连米粒的检测分割方法,包括以下步骤:
S100、获取米粒的RGB图像;
S200、对RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像;
S300、遍历米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点;
S400、循环搜索图像中所有的粘连点,获取粘连点配对信息;
S500、根据粘连点配对信息,对米粒粘连的部分进行分割。
本实施例提供的粘连米粒的图像检测分割方法,通过使用计算机视觉的方式,检测出米粒图像中粘连在一起的米粒,并将其准确分割开来,其能够较好地应用在大米质量检测技术中,提升检测正确率。
下面对上述过程进行具体说明:
步骤S100中,可以通过数字摄像头拍摄,获取米粒的RGB图像,如图2a和图 2b所示。
步骤S200主要是对获取的RGB图像进行预处理,其实现过程如下:
首先将数字摄像头拍到的米粒的RGB图像转换成灰度图像,然后进行3*3中值滤波去除噪声,之后采用类间最大方差法(OTUS)计算自适应分割阈值,并按照计算出的阈值将灰度图像变换成米粒为白色、背景为黑色的二值黑白图像,然后再按照区域连通法计算出每一个米粒的起始坐标、周长以及米粒总数,最终得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像,如图3a(图2a处理后的结果)和3b(图2b处理后的结果)所示。从图中可以看出,如果米粒粘连在一起,会造成检测到的多个粘连在一起的米粒的轮廓线是一个完整的封闭曲线,且可能出现内外两层封闭轮廓线。
接下来,通过步骤S300进行米粒轮廓线上的粘连点的检测,具体实现过程如下:
根据图像预处理获得的轮廓线,逐点搜索每一个封闭的内外轮廓线,如图4a和图4b所示,图4a所示的封闭轮廓线只有外轮廓,图4b所示的轮廓线则由封闭的外轮廓线及内部三个封闭的内轮廓线组成。基于此,对经过图像预处理之后获得的每一个封闭的米粒轮廓线上的所有像素点采用如下策略进行搜索:若只有外轮廓则只搜索该外轮廓线,若外轮廓线内部还有内轮廓线,则也要逐一搜索。搜索时获取当前像素点S1的向前第五个点S11和向后第五个点S21的坐标值,然后可以计算出这两条线 S1S11及S1S21的斜率:
并由此获得两条线之间的夹角θ:
θ=acos(X)*180/π
上式求出的夹角θ只是两条线S1S11及S1S21之间形成的锐角,而在轮廓线逐点搜索过程中两条线S1S11及S1S21之间可能是锐角也可能是钝角。因此,需要根据两条线S1S11及S1S21在不同的象限的不同情况,分别求得这两条线的夹角θ,如表一所示。
表一
接下来,需要确定S1点的曲率方向上离S1点距离15个像素的像素点β1的坐标,具体的求法如下:
参见图5,首先需要计算S1的曲率方向与x轴的夹角δ,然后根据下式可以求出像素点β1的坐标:
β1.x=S1.x+ceil(15*cos(δ))
β1.y=S1.y+ceil(15*sin(δ))
δ=(atan(fabs(k1))+atan(fabs(k1)))*180/2π
对于夹角δ及β1的坐标的求法,由于S1S11及S1S21两条线若在不同的象限,求法则有所区别,如下表2所示:
表二
米粒的粘连点,必须满足如下条件:1.夹角θ<阈值Dθ;2.外轮廓线上的粘连点其对应的β1像素点在封闭外轮廓线的外部,即该点的曲率方向指向米粒的外部,而内轮廓线上的粘连点其对应的β1像素点则落在封闭内轮廓线的内部,意味着该点的曲率方向也指向米粒的外部。
根据以上条件,在遍搜米粒的封闭轮廓线的同时就可以判别该米粒是否有粘连。若是没有粘连的米粒轮廓,其所有点所对应的β1像素点都指向封闭轮廓线的内部,而有粘连的米粒轮廓,其粘连点则会满足上述的两个条件,同时,粘连点总数为偶数。
接下来步骤S400主要用于粘连点的配对,具体实现过程如下:
如图6a和图6b所示,在检测到粘连点后,需要对所有的粘连点进行配对。粘连点对有两个特征:1.两个粘连点对的曲率方向一定是互为相反的,即S1、β1和S2、β2之间的夹角形成一个钝角。2.在满足条件1的前提下,一个粘连点对的两像素点S1,S2之间的距离是最小的。
因此,确定两个粘连点为一个粘连点对的方式可以确定为在所有的粘连点对中循环搜索,首先保证配对的两个粘连点曲率方向之间的夹角即Δδ=|δ1-δ2|≥115度的前提下,再保证两个粘连点之间的直线距离为所有配对可能中的最小的距离,由此可以确定其为最佳配对。按上述方法对所有粘连点进行检测匹配,可以逐次确定各自对应的粘连点对。
最后,利用步骤S500进行粘连点分割,具体过程如下:
确定出粘连点对中每个粘连点的前第三个及后第三个轮廓像素点(两个粘连点共四个像素点),判断这四个像素点的位置,将四个像素点连接成两条不相交的直线,然后将米粒轮廓二值图像上各粘连点及其前后第一,第二像素点删除掉,轮廓线分割即可完成,之后则可以根据轮廓线的相关信息,分割原图像。
基于同一发明构思,本发明还提供了一种粘连米粒的图像检测分割系统,该系统的发明原理与粘连米粒的图像检测分割方法相同,其具体实现可参照上述方法的实现过程,重复之处不再冗述。
参见图7,本发明实施例二提供的粘连米粒的图像检测分割系统,包括图像获取模块100、预处理模块200、粘连点获取模块300、粘连点对获取模块400以及分割模块500。
图像获取模块100用于获取米粒的RGB图像;预处理模块200用于对RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像;粘连点获取模块 300用于遍历米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点;粘连点对获取模块400用于循环搜索图像中所有的粘连点,获取粘连点配对信息;分割模块500用于根据粘连点配对信息,对米粒粘连的部分进行分割。
作为一种可实施方式,预处理模块200包括灰度处理单元、滤波单元、自适应处理单元、二值化单元以及轮廓图像处理单元。灰度处理单元用于将RGB图像转换成灰度图像;滤波单元用于对灰度图像进行滤波、去噪;自适应处理单元用于采用类间最大方差法计算去噪后的灰度图像的自适应分割阈值;二值化单元用于根据计算出的阈值,将去噪后的灰度图像转换成米粒为白色、背景为黑色的二值黑白图像;轮廓图像处理单元用于根据区域连通法对二值黑白图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像。
作为一种可实施方式,粘连点获取模块300包括遍历单元、构建单元以及判断单元。遍历单元用于遍历米粒轮廓图像中的每一个封闭的米粒轮廓线上的所有像素点;构建单元用于获取当前像素点的坐标值以及其前后等距离的五个像素点的坐标值,以当前像素点的坐标为起点,根据当前像素点的坐标值以及其前后等距离的五个像素点的坐标值构建两条直线,确定两条直线之间的夹角;判断单元用于若夹角小于预设角度值,且当前像素点的曲率方向指向米粒的外部,则判断当前像素点为粘连点。
作为一种可实施方式,粘连点对获取模块400包括配对单元、计算单元以及选取单元。配对单元用于将当前粘连点与图像中和当前粘连点的曲率方向之间的夹角大于 115度的所有粘连点形成多个配对;计算单元用于计算形成配对的两个粘连点之间的直线距离;选取单元用于根据计算结果选取距离最小的作为粘连点对,并获取粘连点对的位置信息。
基于同一发明构思,本发明实施例三提供了一种粘连米粒的图像检测分割装置,如图8所示,包括:本体1、米粒放置装置(包括托盘21和卡槽22)、摄像头3、显示装置4、电源5以及控制器6;
米粒放置装置包括托盘21和卡槽22,以抽屉式设置于本体1上。
摄像头3,设置在本体1上,用于拍摄米粒放置装置中的米粒的RGB图像。本体1上还可设置环形光源31,以更好地方便摄像头3获取图像。
控制器6设置于本体内部且电连接摄像头3,控制器6从摄像头3中获取米粒的 RGB图像,并对RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像,遍历米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点,循环搜索图像中所有的粘连点,获取粘连点配对信息,根据粘连点配对信息,对米粒粘连的部分进行分割。
显示装置4设置于本体上且电连接控制器6,实时显示粘连米粒的检测情况以及分割图像。
电源5电连接显示装置4和控制器6,为整个装置供电。
以上的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.粘连米粒的图像检测分割方法,其特征在于,包括以下步骤:
获取米粒的RGB图像;
对所述RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像;
遍历所述米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点;
循环搜索图像中所有的所述粘连点,获取粘连点配对信息;
根据所述粘连点配对信息,对米粒粘连的部分进行分割。
2.根据权利要求1所述的粘连米粒的图像检测分割方法,其特征在于,对RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的二值黑白图像,包括以下步骤:
将所述RGB图像转换成灰度图像;
对所述灰度图像进行滤波、去噪;
采用类间最大方差法计算去噪后的所述灰度图像的自适应分割阈值;
根据计算出的阈值,将去噪后的所述灰度图像转换成米粒为白色、背景为黑色的二值黑白图像;
根据区域连通法对所述二值黑白图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像。
3.根据权利要求1或2所述的粘连米粒的图像检测分割方法,其特征在于,所述遍历米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点,包括以下步骤:
遍历米粒轮廓图像中的每一个封闭的米粒轮廓线上的所有像素点;
获取当前像素点的坐标值以及其前后等距离的五个像素点的坐标值,以当前像素点的坐标为起点,根据当前像素点的坐标值以及其前后等距离的五个像素点的坐标值构建两条直线,确定所述两条直线之间的夹角;
若所述夹角小于预设角度值,且当前像素点的曲率方向指向米粒的外部,则判断当前像素点为粘连点。
4.根据权利要求3所述的粘连米粒的图像检测分割方法,其特征在于,所述循环搜索图像中所有的所述粘连点,获取粘连点配对信息,包括以下步骤:
将当前粘连点与图像中和当前粘连点的曲率方向之间的夹角大于115度的所有粘连点形成多个配对;
计算形成配对的两个粘连点之间的直线距离;
根据计算结果选取距离最小的作为粘连点对,并获取所述粘连点对的位置信息。
5.根据权利要求4所述的粘连米粒的图像检测分割方法,其特征在于,所述根据粘连点配对信息,对米粒粘连的部分进行分割,包括以下步骤:
获取当前所述粘连点对中两个粘连点的前第三个和后第三个轮廓像素点;
去掉当前所述粘连点对中的两个粘连点以及其前后第一个、第二个像素点,根据获取的当前所述粘连点对中两个粘连点的前第三个和后第三个轮廓像素点,生成两条不相交的直线完成米粒分割。
6.一种粘连米粒的图像检测分割系统,其特征在于,包括图像获取模块、预处理模块、粘连点获取模块、粘连点对获取模块以及分割模块;
所述图像获取模块,用于获取米粒的RGB图像;
所述预处理模块,用于对所述RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像;
所述粘连点获取模块,用于遍历所述米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点;
所述粘连点对获取模块,用于循环搜索图像中所有的所述粘连点,获取粘连点配对信息;
所述分割模块,用于根据所述粘连点配对信息,对米粒粘连的部分进行分割。
7.根据权利要求6所述的粘连米粒的图像检测分割系统,其特征在于,所述预处理模块包括灰度处理单元、滤波单元、自适应处理单元、二值化单元以及轮廓图像处理单元;
所述灰度处理单元,用于将所述RGB图像转换成灰度图像;
所述滤波单元,用于对所述灰度图像进行滤波、去噪;
所述自适应处理单元,用于采用类间最大方差法计算去噪后的所述灰度图像的自适应分割阈值;
所述二值化单元,用于根据计算出的阈值,将去噪后的所述灰度图像转换成米粒为白色、背景为黑色的二值黑白图像;
所述轮廓图像处理单元,用于根据区域连通法对所述二值黑白图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像。
8.根据权利要求6或7所述的粘连米粒的图像检测分割系统,其特征在于,所述粘连点获取模块包括遍历单元、构建单元以及判断单元;
所述遍历单元,用于遍历米粒轮廓图像中的每一个封闭的米粒轮廓线上的所有像素点;
所述构建单元,用于获取当前像素点的坐标值以及其前后等距离的五个像素点的坐标值,以当前像素点的坐标为起点,根据当前像素点的坐标值以及其前后等距离的五个像素点的坐标值构建两条直线,确定所述两条直线之间的夹角;
所述判断单元,用于若所述夹角小于预设角度值,且当前像素点的曲率方向指向米粒的外部,则判断当前像素点为粘连点。
9.根据权利要求8所述的粘连米粒的图像检测分割系统,其特征在于,所述粘连点对获取模块包括配对单元、计算单元以及选取单元;
所述配对单元,用于将当前粘连点与图像中和当前粘连点的曲率方向之间的夹角大于115度的所有粘连点形成多个配对;
所述计算单元,用于计算形成配对的两个粘连点之间的直线距离;
所述选取单元,用于根据计算结果选取距离最小的作为粘连点对,并获取所述粘连点对的位置信息。
10.一种粘连米粒的图像检测分割装置,其特征在于,包括:本体、米粒放置装置、摄像头、显示装置、供电装置以及控制器;
所述米粒放置装置以抽屉式设置于所述本体上;
所述摄像头,设置在所述本体上,用于拍摄所述米粒放置装置中的米粒的RGB图像;
所述控制器设置于所述本体内部且电连接所述摄像头,所述控制器从所述摄像头中获取米粒的RGB图像,并对所述RGB图像进行处理,得到背景为白色、米粒轮廓线为黑色的米粒轮廓图像,遍历所述米粒轮廓图像中的每一个封闭的米粒轮廓线,获取所有的粘连米粒的粘连点,循环搜索图像中所有的所述粘连点,获取粘连点配对信息,根据所述粘连点配对信息,对米粒粘连的部分进行分割;
所述显示装置,设置于所述本体上且电连接所述控制器,实时显示粘连米粒的检测情况以及分割图像;
所述供电装置电连接所述显示装置和所述控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611115954.2A CN107240088A (zh) | 2016-12-07 | 2016-12-07 | 粘连米粒的检测分割方法、系统以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611115954.2A CN107240088A (zh) | 2016-12-07 | 2016-12-07 | 粘连米粒的检测分割方法、系统以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107240088A true CN107240088A (zh) | 2017-10-10 |
Family
ID=59984004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611115954.2A Pending CN107240088A (zh) | 2016-12-07 | 2016-12-07 | 粘连米粒的检测分割方法、系统以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107240088A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977972A (zh) * | 2017-12-01 | 2018-05-01 | 浙江科技学院 | 一种图像分割方法 |
CN108460780A (zh) * | 2018-02-28 | 2018-08-28 | 哈尔滨工程大学 | 一种基于背景骨架特征的粘连米粒图像分割方法 |
CN109724518A (zh) * | 2018-11-20 | 2019-05-07 | 北京农业智能装备技术研究中心 | 单株麦穗的麦粒参数测量装置、单株麦穗脱粒及测量系统 |
CN110857920A (zh) * | 2018-08-24 | 2020-03-03 | 东华大学 | 一种卷装长丝的成型不良缺陷检测方法 |
CN111879735A (zh) * | 2020-07-22 | 2020-11-03 | 武汉大学 | 一种基于图像的大米外观品质检测方法 |
CN111881921A (zh) * | 2020-07-17 | 2020-11-03 | 安徽萤瞳科技有限公司 | 一种用于大米色选机的优粒直选方法 |
CN112150487A (zh) * | 2020-10-15 | 2020-12-29 | 武汉轻工大学 | 米粒分割方法、终端及存储介质 |
CN113096095A (zh) * | 2021-04-12 | 2021-07-09 | 江苏理工学院 | 基于机器视觉的粘连药片计数方法及计数系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101275824A (zh) * | 2008-05-16 | 2008-10-01 | 中国农业大学 | 一种大米粒型检测的方法 |
CN101281112A (zh) * | 2008-04-30 | 2008-10-08 | 浙江理工大学 | 一种对网状粘连稻米的图像式自动分析方法 |
CN104483243A (zh) * | 2014-11-21 | 2015-04-01 | 浙江工商大学 | 大米粘连米检测分割方法、装置及系统 |
CN105139405A (zh) * | 2015-09-07 | 2015-12-09 | 中国人民解放军理工大学 | 一种重叠碎米与整米的视觉分离检测方法 |
-
2016
- 2016-12-07 CN CN201611115954.2A patent/CN107240088A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281112A (zh) * | 2008-04-30 | 2008-10-08 | 浙江理工大学 | 一种对网状粘连稻米的图像式自动分析方法 |
CN101275824A (zh) * | 2008-05-16 | 2008-10-01 | 中国农业大学 | 一种大米粒型检测的方法 |
CN104483243A (zh) * | 2014-11-21 | 2015-04-01 | 浙江工商大学 | 大米粘连米检测分割方法、装置及系统 |
CN105139405A (zh) * | 2015-09-07 | 2015-12-09 | 中国人民解放军理工大学 | 一种重叠碎米与整米的视觉分离检测方法 |
Non-Patent Citations (1)
Title |
---|
高星: "基于标记分水岭和凹点的粘连大米图像分割技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977972A (zh) * | 2017-12-01 | 2018-05-01 | 浙江科技学院 | 一种图像分割方法 |
CN107977972B (zh) * | 2017-12-01 | 2019-03-05 | 浙江科技学院 | 一种图像分割方法 |
CN108460780A (zh) * | 2018-02-28 | 2018-08-28 | 哈尔滨工程大学 | 一种基于背景骨架特征的粘连米粒图像分割方法 |
CN110857920A (zh) * | 2018-08-24 | 2020-03-03 | 东华大学 | 一种卷装长丝的成型不良缺陷检测方法 |
CN109724518A (zh) * | 2018-11-20 | 2019-05-07 | 北京农业智能装备技术研究中心 | 单株麦穗的麦粒参数测量装置、单株麦穗脱粒及测量系统 |
CN111881921A (zh) * | 2020-07-17 | 2020-11-03 | 安徽萤瞳科技有限公司 | 一种用于大米色选机的优粒直选方法 |
CN111879735A (zh) * | 2020-07-22 | 2020-11-03 | 武汉大学 | 一种基于图像的大米外观品质检测方法 |
CN112150487A (zh) * | 2020-10-15 | 2020-12-29 | 武汉轻工大学 | 米粒分割方法、终端及存储介质 |
CN112150487B (zh) * | 2020-10-15 | 2023-08-18 | 武汉轻工大学 | 米粒分割方法、终端及存储介质 |
CN113096095A (zh) * | 2021-04-12 | 2021-07-09 | 江苏理工学院 | 基于机器视觉的粘连药片计数方法及计数系统 |
CN113096095B (zh) * | 2021-04-12 | 2023-07-25 | 江苏理工学院 | 基于机器视觉的粘连药片计数方法及计数系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107240088A (zh) | 粘连米粒的检测分割方法、系统以及装置 | |
CN111311542B (zh) | 一种产品质量检测方法及装置 | |
CN105453153B (zh) | 交通灯检测 | |
CN106909911A (zh) | 图像处理方法、图像处理装置和电子装置 | |
CN105913093A (zh) | 一种用于文字识别处理的模板匹配方法 | |
US9235778B2 (en) | Human detection apparatus | |
CN111080582B (zh) | 工件内外表面缺陷检测方法 | |
CN102426649A (zh) | 一种简单的高准确率的钢印数字自动识别方法 | |
CN104574418A (zh) | 基于神经网络的压力容器焊缝缺陷识别方法及其装置 | |
EP1480168A3 (en) | Method and apparatus for red-eye detection | |
CN102831378B (zh) | 人的检测和跟踪方法与系统 | |
CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
JP5737401B2 (ja) | 瞼検出装置 | |
Usami et al. | Defect detection and classification of electronic circuit boards using keypoint extraction and CNN features | |
US9367751B2 (en) | Object detection device for area around vehicle | |
WO2017024667A1 (zh) | 一种指纹验证方法和装置 | |
Zhang et al. | Edge detection based on improved sobel operator | |
CN111126393A (zh) | 车辆外观改装判断方法、装置、计算机设备及存储介质 | |
JP3807651B2 (ja) | 白線認識装置 | |
JP4198542B2 (ja) | 顔有無判定装置及び顔有無判定プログラム | |
CN109472257B (zh) | 一种字符版面确定方法及装置 | |
CN113160132A (zh) | 焊缝缺陷图像的检测处理方法及系统 | |
CN106097312B (zh) | 一种基于机器视觉的手套撕破和油污检测方法 | |
JP2007188407A (ja) | 画像処理装置及び画像処理プログラム | |
CN111738907A (zh) | 一种基于双目标定及图像算法的列车受电弓检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171010 |
|
RJ01 | Rejection of invention patent application after publication |