基于自適應(yīng)改進(jìn)型梯度信息的水果表面缺陷檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)視覺圖像處理方法，具體涉及一種基于自適應(yīng)改進(jìn)型梯度信息 的水果表面缺陷檢測方法。
【背景技術(shù)】
[0002] 表面缺陷檢測是水果分級的重要依據(jù)之一，在世界各國的水果評級標(biāo)準(zhǔn)中有嚴(yán)格 的規(guī)定。國內(nèi)外大量學(xué)者研究通過計(jì)算機(jī)視覺方式檢測水果及農(nóng)產(chǎn)品表面缺陷，但是許多 農(nóng)產(chǎn)品是類球體，二維圖形中部的灰度值要遠(yuǎn)大于邊緣的灰度值，導(dǎo)致表面缺陷圖像檢測 的困難。
[0003] 經(jīng)過現(xiàn)有的技術(shù)檢索發(fā)現(xiàn)，方法主要分為三類：
[0004] 1)基于球體灰度模型的處理方法。譬如專利文獻(xiàn)中國專利CN101984346A記載了 一種基于低通濾波的水果表面缺陷檢測方法，首先獲得去除背景的R分量圖像，利用水果 彩色圖像通過離散傅里葉變換進(jìn)行低通濾波然后離散傅里葉反變換獲得表面亮度圖像，前 者圖像除以后者圖像得到均一化亮度圖像，再采用單閾值實(shí)現(xiàn)水果表面缺陷分割，該技術(shù) 能檢測亮度較低的表面缺陷，但是會(huì)丟失在中心區(qū)域以及邊緣區(qū)域的高亮度及中亮度表面 缺陷；中國專利CN102788806A利用水果RGB圖像和NIR圖像，計(jì)算對比水果的缺陷形狀、大 小，但是水果不是嚴(yán)格球體，該專利用二值圖像外接矩形最大寬度近似水果直徑，最大寬度 的一半作為迭代次數(shù)終止條件。這種方法對非圓形的橢圓形水果會(huì)產(chǎn)生誤差，而且橢圓形 水果長軸和短軸受到的光照朗伯現(xiàn)象不一樣直接用該區(qū)域像素點(diǎn)直接進(jìn)行亮度平均處理， 會(huì)對缺陷檢測帶來誤差；LiJiangbo等人（2013)利用光照傳輸模型與圖像比技術(shù)檢測臍 橙表面缺陷，該方法算法對較低亮度缺陷有效，但是容易丟失高亮度以及中亮度表面缺陷 區(qū)域。（Automaticdetectionofcommonsurfacedefectsonorangesusingcombined lightingtransformandimageratiomethodsJiangboLi,XiuqinRao,Postharvest BiologyandTechnology2013);李江波等人（2011)利用水果表面亮度矯正單閾值臍橙表 面缺陷提取，該方法會(huì)丟失高亮度表面缺陷區(qū)域（李江波，饒秀勤，應(yīng)義斌.水果表面亮度 不均校正及單閾值缺陷提取研究，農(nóng)業(yè)工程學(xué)報(bào)，2011年12期）。
[0005] 2)基于表面紋理特征的處理方法。Ldpez-GarciaF等人（2010)利用多元圖 像理論以及表面紋理特征算法訓(xùn)練方法檢測臍橙表面缺陷，該算法比較復(fù)雜不易用于 在線，而且檢測臍橙表面缺陷類型有限。（L6pez_GarciaF，Andreu_GarciaG，Blasco J,etal.Automaticdetectionofskindefectsincitrusfruitsusinga multivariateimageanalysisapproach[J].ComputersandElectronicsinAgricultu re, 2010, 71(2) : 189-19)。
[0006] 3)基于多光譜成像技術(shù)的處理方法。J.Blascoa等人利用多光譜成像設(shè)備進(jìn)行 臍橙表面缺陷分析，該方法硬件成本較高和復(fù)雜（2007) (J.BlaSC〇a，N.AleiX〇S. (2007). Citrussortingbyidentificationofthemostcommondefectsusingmultispectral computervision.JournalofFoodEngineering83(2007)384 - 393)〇
[0007] 現(xiàn)有方法存在檢測表面缺陷類型有限以及算法較復(fù)雜難以用于在線檢測或者依 賴成本較高的復(fù)雜硬件成像技術(shù)的問題，因此需要新的水果表面缺陷檢測方法。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的目的在于提供一種基于自適應(yīng)改進(jìn)型梯度信息的水果表面缺陷檢測方 法，相比【背景技術(shù)】，識別方法更簡單，表面缺陷檢測類型更多以及對象實(shí)用性較廣。
[0009] 本發(fā)明解決其技術(shù)問題所采用技術(shù)方案的步驟如下：
[0010] 1)獲取水果RGB彩色圖像；
[0011] 2)對水果RGB彩色圖像去除背景進(jìn)行圖像二值化，獲得二值化圖像；
[0012] 3)對二值化圖像提取邊緣并膨脹一次獲得輪廓邊緣膨脹圖像；
[0013] 4)將水果RGB彩色圖像轉(zhuǎn)換為灰度圖像，然后再將灰度圖像轉(zhuǎn)換成歸一化梯度圖 像；
[0014] 5)對歸一化梯度圖像進(jìn)行梯度直方圖統(tǒng)計(jì)實(shí)現(xiàn)梯度信息自適應(yīng)改進(jìn)并自動(dòng)計(jì)算 圖像分割閾值Q，通過圖像閾值分割獲得改進(jìn)型梯度二值化圖像；
[0015] 6)將步驟5)改進(jìn)型梯度二值化圖像減去步驟3)的輪廓邊緣膨脹圖像，再進(jìn)行膨 脹填洞腐蝕和中值濾波處理獲得水果表面缺陷圖像。
[0016] 所述步驟3)對二值化圖像提取輪廓邊緣，然后通過公式（1)完成形態(tài)學(xué)膨脹得到 輪廓邊緣膨脹圖像；
[0017]
1 ....... ^ I \ /? w.......f1):
[0018] 式中：
[0019] 札一處理結(jié)果；
[0020] A-輪廓邊緣膨脹圖像；
[0021] a-A中一個(gè)像素；
[0022] S- 3像素半徑圓形的結(jié)構(gòu)元；
[0023] Sv-S的對稱集；
[0024] 巾一空集。
[0025] 所述步驟4)中將水果RGB彩色圖像轉(zhuǎn)換為灰度圖像，然后用公式（2)進(jìn)行計(jì)算：
[0026]
P)
[0027] 式中：x(i，j) 一水平方向梯度值；y(i，j) 一垂直方向梯度值；
[0028]h廠索貝爾算子
12-索貝爾算子，為比的轉(zhuǎn)置；
[0029] f(i，j) 一像素（i，j)的灰度值；
[0030] 再通過公式（3)進(jìn)行計(jì)算梯度值；
[0031]
(3)
[0032] 式中：
[0033] n(i，j)一當(dāng)前像素值計(jì)算結(jié)果；x(i，j)一像素的水平方向梯度值；y(i，j)一像素 的垂直方向梯度值；
[0034] 再通過公式（4)進(jìn)行所有像素?cái)?shù)據(jù)歸一化；
[0035]
(4)
[0036] 式中：
[0037]z(i，j) 一像素的歸一化梯度值；
[0038] n(i，j)一像素的梯度值；
[0039] max一整個(gè)圖像所有像素梯度值中最大梯度值；
[0040] 獲得歸一化梯度圖像。
[0041] 所述將歸一化梯度圖像的所有像素值用公式（5)量化為0至255之間的整數(shù)，得 到量化梯度圖像PG，然后用公式（6)計(jì)算量化梯度圖像pG的直方圖統(tǒng)計(jì)，得到梯度直方圖 PGH;
[0042]
(5)
[0043] 式中：
[0044] 歸一化梯度圖像所有像素梯度值中最小梯度值；
[0045] 歸一化梯度圖像所有像素梯度值中最大梯度值；
[0046] G-歸一化梯度圖像像素量化后的整數(shù)梯度級；
[0047]
(5)
[0048] 式中：
[0049] 1\一量化梯度圖像pG中梯度級為i的像素的頻度，i= 0,1，? ? ? 255 ;
[0050] birii-量化梯度圖像pG中梯度級為i的像素?cái)?shù)量；
[0051] 然后將梯度直方圖pGH用公式（7)轉(zhuǎn)化為累積直方圖pGC，
[0052] (7)
[0053] 式中：
[0054] 量化梯度圖像pG中梯度級不大小i的像素的頻度，i= 0,1，... 255 ;
[0055] 量化梯度圖像pG中梯度級為i的像素的頻度，i= 0,1，. . . 255 ;
[0056] 對累積直方圖pGC直方圖統(tǒng)計(jì)，得到梯度直方圖pGCH，并用數(shù)組TC表示；
[0057] 從梯度直方圖pGCH的數(shù)組TC的第1個(gè)元素開始，比較數(shù)組TC的元素與限定值x 的大小，在本例中，x= 2,當(dāng)找到數(shù)組TC中的第一個(gè)大于限定值x的元素時(shí)，記錄為初始限 定位置元素索引號i，用公式（8)并計(jì)算獲得閾值I;
[0058]
(8)
[0059] 式中：
[0060] I一閾值；
[0061] i-初始限定位置元素索引號；
[0062] 從梯度直方圖pGCH的數(shù)組TC的第1個(gè)元素開始，比較數(shù)組TC的元素與限定值閾 值I的大小，當(dāng)找到數(shù)組TC中的第一個(gè)大于閾值I的元素時(shí)，記錄為初始限定位置元素索 引號j，用公式（9)并計(jì)算獲得分割閾值Q;
[0063]
(9)
[0064]