CN108253908B - 一种马铃薯压缩试验中接触点曲率半径的图像检测方法 - Google Patents

一种马铃薯压缩试验中接触点曲率半径的图像检测方法 Download PDF

Info

Publication number
CN108253908B
CN108253908B CN201711476253.6A CN201711476253A CN108253908B CN 108253908 B CN108253908 B CN 108253908B CN 201711476253 A CN201711476253 A CN 201711476253A CN 108253908 B CN108253908 B CN 108253908B
Authority
CN
China
Prior art keywords
potato
radius
curvature
point
profile
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.)
Active
Application number
CN201711476253.6A
Other languages
English (en)
Other versions
CN108253908A (zh
Inventor
饶秀勤
高迎旺
宋晨波
应义斌
徐惠荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201711476253.6A priority Critical patent/CN108253908B/zh
Publication of CN108253908A publication Critical patent/CN108253908A/zh
Application granted granted Critical
Publication of CN108253908B publication Critical patent/CN108253908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/255—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring radius of curvature
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/02—Details
    • G01N3/06—Special adaptations of indicating or recording means
    • G01N3/068—Special adaptations of indicating or recording means with optical indicating or recording means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/06—Indicating or recording means; Sensing means
    • G01N2203/0641—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors
    • G01N2203/0647—Image analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/06—Indicating or recording means; Sensing means
    • G01N2203/067—Parameter measured for estimating the property
    • G01N2203/0682—Spatial dimension, e.g. length, area, angle

Abstract

本发明公开了一种马铃薯压缩试验中接触点曲率半径的图像检测方法。首先拍摄旋转角度相隔90°的两幅马铃薯图像，利用图像处理方法分别对两幅图像中的马铃薯对象进行轮廓提取，确定马铃薯上下接触点分别对应的两轮廓点。然后根据轮廓点邻域内离散点的密切圆，得到轮廓点处曲率半径。最后根据两轮廓点曲率半径计算接触点曲率半径。本发明能够避免半径规测量方法主观误差大和已有方法适应性不强的缺点，提高压缩过程中接触点处曲率半径计算的准确性，从而为准确获取马铃薯材料特性奠定基础。

Description

一种马铃薯压缩试验中接触点曲率半径的图像检测方法
技术领域
本发明涉及了一种马铃薯图像处理方法，尤其是涉及了一种马铃薯压缩试验中接触点曲率半径的图像检测方法。
背景技术
农业物料压缩试验中杨氏弹性模量E是表征其材料特性的关键参数。根据美国ASAE标准(ASAE S368.4W/Corr.1DEC2000(R2012).Compression Test of Food Materialsof Convex Shape.American Society of Agricultural Engineers(ASAE)Standards(2012).)的说明，E的确定与压缩试验中接触点曲率半径直接相关。常规方法采用半径规直接测量，但是该方法受主观因素影响较大，测量角度、被测面平整度等较小的变动即可引起测量结果很大差别。另外，ASAE标准中的计算方法不适用于压缩中农业物料上下接触点曲率半径不同的情况。
发明内容
为了解决背景技术中存在的问题，本发明的目的在于提供一种马铃薯压缩试验中接触点曲率半径的图像检测方法，可用于马铃薯压缩试验，避免了半径规测量主观误差大和已有方法不适用的缺点。
本发明解决其技术问题所采用的技术方案是：
1)拍摄同一马铃薯以短轴为轴线进行旋转下旋转角度间隔90°的两幅图像，并以图像的左上角点作为原点、以图像的纵方向为x轴、以图像横方向为y轴建立初始坐标系；
2)对两幅图像进行处理获得各自的轮廓曲线E1和E2；
3)得到两条轮廓曲线上各自沿x轴坐标最小值和坐标最大值对应的轮廓点P1，P’1和P2，P’2，其中，P1和P2为马铃薯上接触点在两条轮廓曲线上的轮廓点，P’1和P’2为马铃薯下接触点在两条轮廓曲线上的轮廓点；
4)针对步骤3)获得的四个轮廓点，采用相同方式计算每个轮廓点Pi/P’i处曲率半径Ri/R’i，i＝1,2，i表示图像的序号；
5)根据计算所得的各轮廓点处曲率半径，计算马铃薯上接触点和下接触点处的曲率半径。
所述步骤1)具体为：具体实施将马铃薯水平放置在台面上，通过相机俯视拍摄第一幅马铃薯图像，然后将马铃薯以短轴为轴线沿任意角度方向旋转90°，通过相机俯视拍摄第二幅马铃薯图像，即使得通过相机拍摄两幅图像时的相机成像面相互垂直。
所述步骤2)具体将两幅图像均依次进行二值化和平滑处理，然后利用canny算子提取获得两条轮廓曲线E1和E2，轮廓曲线主要由一系列的轮廓点构成，一幅图像包含一条轮廓曲线。
所述步骤4)具体为：对于每一幅图像，预设邻域像素宽度k，根据以轮廓点Pi/P’i中心的k邻域的其他轮廓点确定密切圆，再计算密切圆半径Ri/R’i，以轮廓点Pi为例说明具体为：
4.1)确定以轮廓点Pi中心的k邻域两侧离散点为Pi-k,Pi-k+1,…Pi和Pi+1,…Pi+k；
4.2)分别作直线Pi-kPi和直线PiPi+k的中垂线L1和L2，并判断：
若中垂线L1和L2不相交，则增大邻域像素宽度k并返回步骤4.1)；若中垂线L1和L2相交，则记录中垂线L1和L2之间的交点O；
4.3)计算以轮廓点Pi中心的k邻域内所有轮廓点到交点O的距离，取平均值作为密切圆半径Ri。
按照上述相同方式也可以计算获得密切圆半径R’i。
所述步骤5)中，马铃薯的上接触点和下接触点处的曲率半径计算为：
r＝2R1·R2/(R1+R2)
r’＝2R’1·R’2/(R’1+R’2)
其中，R1和R2为轮廓点P1和P2处的曲率半径，R’1和R’2为轮廓点P’1和P’2处的曲率半径。
本发明获取样本图像，对其二值化并进行轮廓提取，找到上下接触点，确定密切圆，根据密切圆半径计算上下接触点曲率半径。
本发明具有的有益的效果是：
本发明基于图像处理方法准确计算马铃薯压缩试验中接触点处曲率半径，避免了半径规测量主观误差大和已有方法不适用的缺点，提高压缩过程中接触点处曲率半径计算的准确性，从而为准确获取马铃薯材料特性奠定基础。
附图说明
图1是本发明拍摄马铃薯样本旋转间隔90°的两幅图像。
图2是本发明得到的马铃薯轮廓曲线图；
图3是本发明得到的马铃薯上下接触点在轮廓曲线上对应的轮廓点图；
图4是本发明得到的马铃薯轮廓点曲率半径计算方法流程图；
图5是本发明得到的马铃薯接触点曲率半径计算算法效果验证图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
本发明的实施例如下：
在本实施例中，本发明的图像处理方法采用Matlab软件编程实现。
1)将马铃薯水平放置在台面上，通过相机俯视拍摄第一幅马铃薯图像(如图1(a))，然后将马铃薯以短轴为轴线沿任意角度方向旋转90°，通过相机俯视拍摄第二幅马铃薯图像(如图1(b))，并以图像的左上角点作为原点、以图像的纵方向为x轴、以图像横方向为y轴建立初始坐标系(图1中显示的坐标系是为了区分两幅图像)；
2)对两幅图像均依次进行二值化和平滑处理，然后利用canny算子提取获得两条轮廓曲线E1和E2(如图2(a)和2(b))；
3)得到两条轮廓曲线上各自沿x轴坐标最小值和坐标最大值对应的轮廓点P1，P’1和P2，P’2，其中，P1和P2为马铃薯上接触点在两条轮廓曲线上的轮廓点，P’1和P’2为马铃薯下接触点在两条轮廓曲线上的轮廓点(如图3(a)和3(b))；
4)针对步骤3)获得的四个轮廓点，采用相同方式计算每个轮廓点Pi/P’i(i＝1,2)处曲率半径Ri/R’i(i＝1,2)(如图4)；
4.1)对于其中一幅图像，预设邻域像素宽度k，根据以轮廓点Pi/P’i(i＝1,2)中心的k邻域的其他轮廓点确定密切圆，再计算密切圆半径Ri/R’i(i＝1,2)，以轮廓点Pi(i＝1,2)为例说明具体为：
4.1.1)确定以轮廓点Pi(i＝1,2)中心的k邻域两侧离散点为Pi-k,Pi-k+1,…Pi和Pi+1,…Pi+k(i＝1,2)；
4.1.2)分别作直线Pi-kPi(i＝1,2)和直线PiPi+k(i＝1,2)的中垂线L1和L2，并判断：
若中垂线L1和L2不相交，则增大邻域像素宽度k并返回步骤4.1.1)；若中垂线L1和L2相交，则记录中垂线L1和L2之间的交点O；
4.1.3)计算以轮廓点Pi(i＝1,2)中心的k邻域内所有轮廓点到交点O的距离，取平均值作为密切圆半径Ri(i＝1,2)；
4.2)按照步骤4.1)相同方式确定另一幅图像的密切圆半径R’i(i＝1,2)。
5)根据计算所得各轮廓点处曲率半径，计算马铃薯上接触点处曲率半径为r＝2R1·R2/(R1+R2)，下接触点处曲率半径为r’＝2R’1·R’2/(R’1+R’2)。
为验证算法的准确性，以标准球代替马铃薯对象，利用半径规测量三个不同大小的标准球表面曲率半径(标准球各点理论曲率半径一致)，如图5(a)所示。每个标准球测量5次，取平均，将平均值作为参考值，与本发明中的算法计算得到的值相比较。算法中，为保证计算精度，k取经验值300。三个不同大小的标准球表面的测量结果对比如图5(b)所示。图5中可见，计算值与测量值基本相同，本方法计算曲率半径准确性可靠。

Claims (5)

1.一种马铃薯压缩试验中接触点曲率半径的图像检测方法，其特征在于：
1)拍摄同一马铃薯以短轴为轴线进行旋转下旋转角度间隔90°的两幅图像，并以图像的左上角点作为原点、以图像的纵方向为x轴、以图像横方向为y轴建立初始坐标系；
2)对两幅图像进行处理获得各自的轮廓曲线E1和E2；
3)得到两条轮廓曲线上各自沿x轴坐标最小值和坐标最大值对应的轮廓点P1，P’1和P2，P’2，其中，P1和P2为马铃薯上接触点在两条轮廓曲线上的轮廓点，P’1和P’2为马铃薯下接触点在两条轮廓曲线上的轮廓点；
4)针对步骤3)获得的四个轮廓点，采用相同方式计算每个轮廓点Pi/P’i处曲率半径Ri/R’i，i＝1,2，i表示图像的序号；
5)根据计算所得的各轮廓点处曲率半径，计算马铃薯上接触点和下接触点处的曲率半径。
2.根据权利要求1所述的一种马铃薯压缩试验中接触点曲率半径的图像检测方法，其特征在于：所述步骤1)具体为：将马铃薯水平放置在台面上，通过相机俯视拍摄第一幅马铃薯图像，然后将马铃薯以短轴为轴线沿任意角度方向旋转90°，通过相机俯视拍摄第二幅马铃薯图像。
3.根据权利要求1所述的一种马铃薯压缩试验中接触点曲率半径的图像检测方法，其特征在于：所述步骤2)具体将两幅图像均依次进行二值化和平滑处理，然后利用canny算子提取获得两条轮廓曲线E1和E2。
4.根据权利要求1所述的一种马铃薯压缩试验中接触点曲率半径的图像检测方法，其特征在于：所述步骤4)具体为：对于每一幅图像，预设邻域像素宽度k，根据以轮廓点Pi/P’i为中心的k邻域的其他轮廓点确定密切圆，再计算密切圆半径，该密切圆半径即为轮廓点Pi/P’i处的曲率半径Ri/R’i，以轮廓点Pi为例说明具体为：
4.1)确定以轮廓点Pi为中心的k邻域两侧离散点为Pi-k,Pi-k+1,…Pi和Pi+1,…Pi+k；
4.2)分别作直线Pi-kPi和直线PiPi+k的中垂线L1和L2，并判断：
若中垂线L1和L2不相交，则增大邻域像素宽度k并返回步骤4.1)；若中垂线L1和L2相交，则记录中垂线L1和L2之间的交点O；
4.3)计算以轮廓点Pi为中心的k邻域内所有轮廓点到交点O的距离，取平均值作为密切圆半径Ri。
5.根据权利要求1所述的一种马铃薯压缩试验中接触点曲率半径的图像检测方法，其特征在于：所述步骤5)中，马铃薯的上接触点和下接触点处的曲率半径计算为：
r＝2R1·R2/(R1+R2)
r’＝2R’1·R’2/(R’1+R’2)
其中，R1和R2为轮廓点P1和P2处的曲率半径，R’1和R’2为轮廓点P’1和P’2处的曲率半径。
CN201711476253.6A 2017-12-29 2017-12-29 一种马铃薯压缩试验中接触点曲率半径的图像检测方法 Active CN108253908B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711476253.6A CN108253908B (zh) 2017-12-29 2017-12-29 一种马铃薯压缩试验中接触点曲率半径的图像检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711476253.6A CN108253908B (zh) 2017-12-29 2017-12-29 一种马铃薯压缩试验中接触点曲率半径的图像检测方法

Publications (2)

Publication Number Publication Date
CN108253908A CN108253908A (zh) 2018-07-06
CN108253908B true CN108253908B (zh) 2019-08-30

Family

ID=62724583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711476253.6A Active CN108253908B (zh) 2017-12-29 2017-12-29 一种马铃薯压缩试验中接触点曲率半径的图像检测方法

Country Status (1)

Country Link
CN (1) CN108253908B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112200738A (zh) * 2020-09-29 2021-01-08 平安科技（深圳）有限公司 形状的突起识别方法、装置以及计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101329204A (zh) * 2008-07-18 2008-12-24 清华大学 薄膜非均匀应力在线测量的方法及装置
CN102324102A (zh) * 2011-10-08 2012-01-18 北京航空航天大学 一种图像场景空洞区域结构和纹理信息自动填补方法
JP2013015394A (ja) * 2011-07-04 2013-01-24 Daifuku Co Ltd 農産物の体積測定装置
CN203011857U (zh) * 2012-12-21 2013-06-19 华中农业大学 一种马铃薯图像的实时在线检测试验台
CN107389694A (zh) * 2017-08-28 2017-11-24 宁夏大学 一种多ccd摄像机同步信号采集装置与方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101329204A (zh) * 2008-07-18 2008-12-24 清华大学 薄膜非均匀应力在线测量的方法及装置
JP2013015394A (ja) * 2011-07-04 2013-01-24 Daifuku Co Ltd 農産物の体積測定装置
CN102324102A (zh) * 2011-10-08 2012-01-18 北京航空航天大学 一种图像场景空洞区域结构和纹理信息自动填补方法
CN203011857U (zh) * 2012-12-21 2013-06-19 华中农业大学 一种马铃薯图像的实时在线检测试验台
CN107389694A (zh) * 2017-08-28 2017-11-24 宁夏大学 一种多ccd摄像机同步信号采集装置与方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CCD-Based Skinning Injury Recognition on Potato Tubers (Solanum tuberosum L.): A Comparison between Visible and Biospeckle Imaging;Yingwang Gao等;《Sensors》;20161018;第16卷(第10期);第1734-1至1734-13页
大豆表观接触弹性模量的测定;刘传云等;《粮食与饲料工业》;20071031(第10期);第12-14页
马铃薯压缩力学性能试验研究;王咏梅等;《农机化研究》;20150331(第3期);第170-174页

Also Published As

Publication number Publication date
CN108253908A (zh) 2018-07-06

Similar Documents

Publication Publication Date Title
CN115049653B (zh) 基于计算机视觉的集成电路板质量检测系统
CN107798326B (zh) 一种轮廓视觉检测方法
CN109163657B (zh) 一种基于双目视觉三维重建的圆形目标位姿检测方法
CN108613630B (zh) 基于图像处理技术的两线型管水准器气泡偏移量测量方法
US9854967B2 (en) Gaze detector
CN109978938A (zh) 一种基于机器视觉的枕簧检测方法
CN103593849B (zh) 一种用于影像序列椭圆形人工目标点快速识别与跟踪方法
CN109470170B (zh) 基于最优投影平面的立体视觉空间圆位姿高精度测量方法及系统
CN110675440B (zh) 三维深度数据的置信度评估方法、装置和计算机设备
CN107945155A (zh) 一种基于Gabor滤波器的牙膏管肩缺陷检测方法
CN103759672A (zh) 雪糕棒平面轮廓尺寸的视觉测量方法
CN103632338A (zh) 一种基于匹配曲线特征的图像配准评估法
CN108876860A (zh) 一种用于管水准器气泡偏移量测量的图像标定方法
CN115082472B (zh) 一种轮毂模具浇注成型产品的质量检测方法及系统
CN108253908B (zh) 一种马铃薯压缩试验中接触点曲率半径的图像检测方法
CN108332685A (zh) 一种编码结构光三维测量方法
CN110211178A (zh) 一种利用投影计算的指针式仪表识别方法
CN106813569A (zh) 一种基于线结构光的汽车轮胎三维定位方法
CN107367245A (zh) 光学三维轮廓测量中的无效点探测与剔除方法
CN103714550A (zh) 一种基于匹配曲线特征评估的图像配准自动优化算法
EP4229588A1 (en) System and method for extracting and measuring shapes of objects having curved surfaces with a vision system
CN108053485B (zh) 一种基于轮廓图像的马铃薯三维建模方法
CN105261048A (zh) 一种小球中心锥束投影位置的精确定位方法
CN116091488A (zh) 一种发动机摇摆试验的位移测试方法及位移测试系统
CN113643296B (zh) 电感元件装配质量检测方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant