本發明涉及圖像處理技術領域,特別涉及一種粘連米粒的檢測分割方法、系統以及裝置。
背景技術:
大米的外觀是大米品質的一項十分重要的指標,也是影響大米市場價格的重要因素。隨著電子行業的興起,借助計算機視覺技術對大米品質進行檢測越來越成為人們關注的重點,也逐漸開始應用到實際中。現有的米粒檢測技術,首先通過圖像采集系統獲得檢測大米的高清晰度圖像,然后結合計算機圖像處理技術與色度學理論進行分析及計算來獲得碎米率,大米的堊白度和黃米粒率等性能指標,可以極大地提高檢測質量。
目前通過數字圖像檢測大米的碎米率、堊白米度、黃米率等指標時,由于米粒是隨意放置在載樣臺或傳送帶上的,有些米粒會不可避免地互相碰觸,由此造成在圖像處理時獲取的米粒輪廓線互相粘連在一起,從而在后續的檢測中粘連在一起的多顆米粒會被誤判為是一顆米粒,致使大米外觀指標如碎米率、堊白米率、黃米粒率等的檢測出現錯誤。
因此,如何正確獲得粘連米粒的信息并將其正確分割為本領域一個亟需解決的問題。
技術實現要素:
基于以上技術問題,本發明提出了一種粘連米粒的圖像檢測分割方法、系統以及裝置,通過使用計算機視覺的方式,能夠檢測出米粒圖像中粘連在一起的米粒,并將其準確分割開來,其能夠較好地應用在大米質量檢測中。
本發明提供的粘連米粒的圖像檢測分割方法,包括以下步驟:
獲取米粒的rgb圖像;
對所述rgb圖像進行處理,得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像;
遍歷所述米粒輪廓圖像中的每一個封閉的米粒輪廓線,獲取所有的粘連米粒的粘連點;
循環搜索圖像中所有的所述粘連點,獲取粘連點配對信息;
根據所述粘連點配對信息,對米粒粘連的部分進行分割。
作為一種可實施方式,所述對rgb圖像進行處理,得到背景為白色、米粒輪廓線為黑色的二值黑白圖像,包括以下步驟:
將所述rgb圖像轉換成灰度圖像;
對所述灰度圖像進行濾波、去噪;
采用類間最大方差法計算去噪后的所述灰度圖像的自適應分割閾值;
根據計算出的閾值,將去噪后的所述灰度圖像轉換成米粒為白色、背景為黑色的二值黑白圖像;
根據區域連通法對所述二值黑白圖像進行處理,得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像。
作為一種可實施方式,所述遍歷米粒輪廓圖像中的每一個封閉的米粒輪廓線,獲取所有的粘連米粒的粘連點,包括以下步驟:
遍歷米粒輪廓圖像中的每一個封閉的米粒輪廓線上的所有像素點;
獲取當前像素點的坐標值以及其前后等距離的五個像素點的坐標值,以當前像素點的坐標為起點,根據當前像素點的坐標值以及其前后等距離的五個像素點的坐標值構建兩條直線,確定所述兩條直線之間的夾角;
若所述夾角小于預設角度值,且當前像素點的曲率方向指向米粒的外部,則判斷當前像素點為粘連點。
作為一種可實施方式,所述循環搜索圖像中所有的所述粘連點,獲取粘連點配對信息,包括以下步驟:
將當前粘連點與圖像中和當前粘連點的曲率方向之間的夾角大于115度的所有粘連點形成多個配對;
計算形成配對的兩個粘連點之間的直線距離;
根據計算結果選取距離最小的作為粘連點對,并獲取所述粘連點對的位置信息。
作為一種可實施方式,所述根據粘連點配對信息,對米粒粘連的部分進行分割,包括以下步驟:
獲取當前所述粘連點對中兩個粘連點的前第三個和后第三個輪廓像素點;
去掉當前所述粘連點對中的兩個粘連點以及其前后第一個、第二個像素點,根據獲取的當前所述粘連點對中兩個粘連點的前第三個和后第三個輪廓像素點,生成兩條不相交的直線完成米粒分割。
本發明提供的粘連米粒的圖像檢測分割系統,包括圖像獲取模塊、預處理模塊、粘連點獲取模塊、粘連點對獲取模塊以及分割模塊;
所述圖像獲取模塊,用于獲取米粒的rgb圖像;
所述預處理模塊,用于對所述rgb圖像進行處理,得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像;
所述粘連點獲取模塊,用于遍歷所述米粒輪廓圖像中的每一個封閉的米粒輪廓線,獲取所有的粘連米粒的粘連點;
所述粘連點對獲取模塊,用于循環搜索圖像中所有的所述粘連點,獲取粘連點配對信息;
所述分割模塊,用于根據所述粘連點配對信息,對米粒粘連的部分進行分割。
作為一種可實施方式,所述預處理模塊包括灰度處理單元、濾波單元、自適應處理單元、二值化單元以及輪廓圖像處理單元;
所述灰度處理單元,用于將所述rgb圖像轉換成灰度圖像;
所述濾波單元,用于對所述灰度圖像進行濾波、去噪;
所述自適應處理單元,用于采用類間最大方差法計算去噪后的所述灰度圖像的自適應分割閾值;
所述二值化單元,用于根據計算出的閾值,將去噪后的所述灰度圖像轉換成米粒為白色、背景為黑色的二值黑白圖像;
所述輪廓圖像處理單元,用于根據區域連通法對所述二值黑白圖像進行處理,得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像。
作為一種可實施方式,所述粘連點獲取模塊包括遍歷單元、構建單元以及判斷單元;
所述遍歷單元,用于遍歷米粒輪廓圖像中的每一個封閉的米粒輪廓線上的所有像素點;
所述構建單元,用于獲取當前像素點的坐標值以及其前后等距離的五個像素點的坐標值,以當前像素點的坐標為起點,根據當前像素點的坐標值以及其前后等距離的五個像素點的坐標值構建兩條直線,確定所述兩條直線之間的夾角;
所述判斷單元,用于若所述夾角小于預設角度值,且當前像素點的曲率方向指向米粒的外部,則判斷當前像素點為粘連點。
作為一種可實施方式,所述粘連點對獲取模塊包括配對單元、計算單元以及選取單元;
所述配對單元,用于將當前粘連點與圖像中和當前粘連點的曲率方向之間的夾角大于115度的所有粘連點形成多個配對;
所述計算單元,用于計算形成配對的兩個粘連點之間的直線距離;
所述選取單元,用于根據計算結果選取距離最小的作為粘連點對,并獲取所述粘連點對的位置信息。
本發明提供的粘連米粒的圖像檢測分割裝置,包括:本體、米粒放置裝置、攝像頭、顯示裝置、供電裝置以及控制器;
所述米粒放置裝置以抽屜式設置于所述本體上;
所述攝像頭,設置在所述本體上,用于拍攝所述米粒放置裝置中的米粒的rgb圖像;
所述控制器設置于所述本體內部且電連接所述攝像頭,所述控制器從所述攝像頭中獲取米粒的rgb圖像,并對所述rgb圖像進行處理,得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像,遍歷所述米粒輪廓圖像中的每一個封閉的米粒輪廓線,獲取所有的粘連米粒的粘連點,循環搜索圖像中所有的所述粘連點,獲取粘連點配對信息,根據所述粘連點配對信息,對米粒粘連的部分進行分割;
所述顯示裝置,設置于所述本體上且電連接所述控制器,實時顯示粘連米粒的檢測情況以及分割圖像;
所述供電裝置電連接所述顯示裝置和所述控制器。
本發明相比于現有技術的有益效果在于:
本發明提供的粘連米粒的圖像檢測分割方法、系統以及裝置,通過使用計算機視覺的方式,檢測出米粒圖像中粘連在一起的米粒,并將其準確分割開來,其能夠較好地應用在大米質量檢測技術中,提升檢測正確率。
附圖說明
圖1為本發明實施例一提供的粘連米粒的檢測分割方法的流程示意圖;
圖2a為粘連米粒一樣本的rgb圖像;
圖2b為粘連米粒的另一樣本的rgb圖像;
圖3a為對圖2a所示的樣本做過圖像預處理之后獲得的米粒輪廓圖;
圖3b為對圖2b所示的樣本做過圖像預處理之后獲得的米粒輪廓圖;
圖4a為外輪廓線上米粒粘連點特征示意圖;
圖4b為內輪廓線上米粒粘連點特征示意圖;
圖5為s1點曲率方向上β1點的示意圖;
圖6a為內輪廓線上米粒粘連點對曲率示意圖;
圖6b為外輪廓線上米粒粘連點對曲率示意圖;
圖7為本發明實施例二提供的粘連米粒的檢測分割系統的結構示意圖;
圖8為本發明實施例三提供的粘連米粒的檢測分割裝置的結構示意圖。
具體實施方式
以下結合附圖,對本發明上述的和另外的技術特征和優點進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明的部分實施例,而不是全部實施例。
參見圖1,本發明一實施例提供的粘連米粒的檢測分割方法,包括以下步驟:
s100、獲取米粒的rgb圖像;
s200、對rgb圖像進行處理,得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像;
s300、遍歷米粒輪廓圖像中的每一個封閉的米粒輪廓線,獲取所有的粘連米粒的粘連點;
s400、循環搜索圖像中所有的粘連點,獲取粘連點配對信息;
s500、根據粘連點配對信息,對米粒粘連的部分進行分割。
本實施例提供的粘連米粒的圖像檢測分割方法,通過使用計算機視覺的方式,檢測出米粒圖像中粘連在一起的米粒,并將其準確分割開來,其能夠較好地應用在大米質量檢測技術中,提升檢測正確率。
下面對上述過程進行具體說明:
步驟s100中,可以通過數字攝像頭拍攝,獲取米粒的rgb圖像,如圖2a和圖2b所示。
步驟s200主要是對獲取的rgb圖像進行預處理,其實現過程如下:
首先將數字攝像頭拍到的米粒的rgb圖像轉換成灰度圖像,然后進行3*3中值濾波去除噪聲,之后采用類間最大方差法(otus)計算自適應分割閾值,并按照計算出的閾值將灰度圖像變換成米粒為白色、背景為黑色的二值黑白圖像,然后再按照區域連通法計算出每一個米粒的起始坐標、周長以及米粒總數,最終得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像,如圖3a(圖2a處理后的結果)和3b(圖2b處理后的結果)所示。從圖中可以看出,如果米粒粘連在一起,會造成檢測到的多個粘連在一起的米粒的輪廓線是一個完整的封閉曲線,且可能出現內外兩層封閉輪廓線。
接下來,通過步驟s300進行米粒輪廓線上的粘連點的檢測,具體實現過程如下:
根據圖像預處理獲得的輪廓線,逐點搜索每一個封閉的內外輪廓線,如圖4a和圖4b所示,圖4a所示的封閉輪廓線只有外輪廓,圖4b所示的輪廓線則由封閉的外輪廓線及內部三個封閉的內輪廓線組成。基于此,對經過圖像預處理之后獲得的每一個封閉的米粒輪廓線上的所有像素點采用如下策略進行搜索:若只有外輪廓則只搜索該外輪廓線,若外輪廓線內部還有內輪廓線,則也要逐一搜索。搜索時獲取當前像素點s1的向前第五個點s11和向后第五個點s21的坐標值,然后可以計算出這兩條線s1s11及s1s21的斜率:
并由此獲得兩條線之間的夾角θ:
θ=acos(x)*180/π
上式求出的夾角θ只是兩條線s1s11及s1s21之間形成的銳角,而在輪廓線逐點搜索過程中兩條線s1s11及s1s21之間可能是銳角也可能是鈍角。因此,需要根據兩條線s1s11及s1s21在不同的象限的不同情況,分別求得這兩條線的夾角θ,如表一所示。
表一
接下來,需要確定s1點的曲率方向上離s1點距離15個像素的像素點β1的坐標,具體的求法如下:
參見圖5,首先需要計算s1的曲率方向與x軸的夾角δ,然后根據下式可以求出像素點β1的坐標:
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
對于夾角δ及β1的坐標的求法,由于s1s11及s1s21兩條線若在不同的象限,求法則有所區別,如下表2所示:
表二
米粒的粘連點,必須滿足如下條件:1.夾角θ<閾值dθ;2.外輪廓線上的粘連點其對應的β1像素點在封閉外輪廓線的外部,即該點的曲率方向指向米粒的外部,而內輪廓線上的粘連點其對應的β1像素點則落在封閉內輪廓線的內部,意味著該點的曲率方向也指向米粒的外部。
根據以上條件,在遍搜米粒的封閉輪廓線的同時就可以判別該米粒是否有粘連。若是沒有粘連的米粒輪廓,其所有點所對應的β1像素點都指向封閉輪廓線的內部,而有粘連的米粒輪廓,其粘連點則會滿足上述的兩個條件,同時,粘連點總數為偶數。
接下來步驟s400主要用于粘連點的配對,具體實現過程如下:
如圖6a和圖6b所示,在檢測到粘連點后,需要對所有的粘連點進行配對。粘連點對有兩個特征:1.兩個粘連點對的曲率方向一定是互為相反的,即s1、β1和s2、β2之間的夾角形成一個鈍角。2.在滿足條件1的前提下,一個粘連點對的兩像素點s1,s2之間的距離是最小的。
因此,確定兩個粘連點為一個粘連點對的方式可以確定為在所有的粘連點對中循環搜索,首先保證配對的兩個粘連點曲率方向之間的夾角即δδ=|δ1-δ2|≥115度的前提下,再保證兩個粘連點之間的直線距離為所有配對可能中的最小的距離,由此可以確定其為最佳配對。按上述方法對所有粘連點進行檢測匹配,可以逐次確定各自對應的粘連點對。
最后,利用步驟s500進行粘連點分割,具體過程如下:
確定出粘連點對中每個粘連點的前第三個及后第三個輪廓像素點(兩個粘連點共四個像素點),判斷這四個像素點的位置,將四個像素點連接成兩條不相交的直線,然后將米粒輪廓二值圖像上各粘連點及其前后第一,第二像素點刪除掉,輪廓線分割即可完成,之后則可以根據輪廓線的相關信息,分割原圖像。
基于同一發明構思,本發明還提供了一種粘連米粒的圖像檢測分割系統,該系統的發明原理與粘連米粒的圖像檢測分割方法相同,其具體實現可參照上述方法的實現過程,重復之處不再冗述。
參見圖7,本發明實施例二提供的粘連米粒的圖像檢測分割系統,包括圖像獲取模塊100、預處理模塊200、粘連點獲取模塊300、粘連點對獲取模塊400以及分割模塊500。
圖像獲取模塊100用于獲取米粒的rgb圖像;預處理模塊200用于對rgb圖像進行處理,得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像;粘連點獲取模塊300用于遍歷米粒輪廓圖像中的每一個封閉的米粒輪廓線,獲取所有的粘連米粒的粘連點;粘連點對獲取模塊400用于循環搜索圖像中所有的粘連點,獲取粘連點配對信息;分割模塊500用于根據粘連點配對信息,對米粒粘連的部分進行分割。
作為一種可實施方式,預處理模塊200包括灰度處理單元、濾波單元、自適應處理單元、二值化單元以及輪廓圖像處理單元。灰度處理單元用于將rgb圖像轉換成灰度圖像;濾波單元用于對灰度圖像進行濾波、去噪;自適應處理單元用于采用類間最大方差法計算去噪后的灰度圖像的自適應分割閾值;二值化單元用于根據計算出的閾值,將去噪后的灰度圖像轉換成米粒為白色、背景為黑色的二值黑白圖像;輪廓圖像處理單元用于根據區域連通法對二值黑白圖像進行處理,得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像。
作為一種可實施方式,粘連點獲取模塊300包括遍歷單元、構建單元以及判斷單元。遍歷單元用于遍歷米粒輪廓圖像中的每一個封閉的米粒輪廓線上的所有像素點;構建單元用于獲取當前像素點的坐標值以及其前后等距離的五個像素點的坐標值,以當前像素點的坐標為起點,根據當前像素點的坐標值以及其前后等距離的五個像素點的坐標值構建兩條直線,確定兩條直線之間的夾角;判斷單元用于若夾角小于預設角度值,且當前像素點的曲率方向指向米粒的外部,則判斷當前像素點為粘連點。
作為一種可實施方式,粘連點對獲取模塊400包括配對單元、計算單元以及選取單元。配對單元用于將當前粘連點與圖像中和當前粘連點的曲率方向之間的夾角大于115度的所有粘連點形成多個配對;計算單元用于計算形成配對的兩個粘連點之間的直線距離;選取單元用于根據計算結果選取距離最小的作為粘連點對,并獲取粘連點對的位置信息。
基于同一發明構思,本發明實施例三提供了一種粘連米粒的圖像檢測分割裝置,如圖8所示,包括:本體1、米粒放置裝置(包括托盤21和卡槽22)、攝像頭3、顯示裝置4、電源5以及控制器6;
米粒放置裝置包括托盤21和卡槽22,以抽屜式設置于本體1上。
攝像頭3,設置在本體1上,用于拍攝米粒放置裝置中的米粒的rgb圖像。本體1上還可設置環形光源31,以更好地方便攝像頭3獲取圖像。
控制器6設置于本體內部且電連接攝像頭3,控制器6從攝像頭3中獲取米粒的rgb圖像,并對rgb圖像進行處理,得到背景為白色、米粒輪廓線為黑色的米粒輪廓圖像,遍歷米粒輪廓圖像中的每一個封閉的米粒輪廓線,獲取所有的粘連米粒的粘連點,循環搜索圖像中所有的粘連點,獲取粘連點配對信息,根據粘連點配對信息,對米粒粘連的部分進行分割。
顯示裝置4設置于本體上且電連接控制器6,實時顯示粘連米粒的檢測情況以及分割圖像。
電源5電連接顯示裝置4和控制器6,為整個裝置供電。
以上的具體實施例,對本發明的目的、技術方案和有益效果進行了進一步的詳細說明,應當理解,以上僅為本發明的具體實施例而已,并不用于限定本發明的保護范圍。特別指出,對于本領域技術人員來說,凡在本發明的精神和原則之內,所做的任何修改、等同替換、改進等,均應包含在本發明的保護范圍之內。