混合豆類自動分類識別方法
【專利摘要】在豆制品生產過程，有時需要將不同種類的豆類先進行混合，然后再進行生產，各種豆類的混合比例、均勻度影響后續(xù)豆制品生產的質量。本發(fā)明為采用機器視覺技術進行混合豆類自動分類識別的技術，首先采集混合豆類彩色圖像，然后進行圖像分割，最后通過一些細化處理，實現混合豆類分類識別。本發(fā)明通過對不同識別對象進行選擇性的顏色空間轉換，使得目標顏色數據突出，并消除或抑制不同對象成像陰影的影響，從而有效的識別了各種豆類。
【專利說明】混合豆類自動分類識別方法

【技術領域】
[0001] 本發(fā)明涉及豆類識別領域，特別涉及一種采用機器視覺技術進行混合豆類自動分 類識別的技術。

【背景技術】
[0002] 豆制品營養(yǎng)豐富，深受人們喜愛。在豆制品生產過程，有時需要將不同種類的豆類 先進行混合，然后再進行生產，各種豆類的混合比例、均勻度影響后續(xù)豆制品生產的質量。 以豆?jié){為例，市場上銷售的豆?jié){豆通常由黃豆、紅豆、蕓豆、黑豆、青豆組成，各種豆類的比 例和質量決定了豆?jié){豆的品質和價格，也影響豆?jié){的質量。
[0003] 實現豆制品精細生產需要檢測混合豆類的品質，人工檢測方式無疑繁瑣、低效，可 以研發(fā)基于機器視覺的自動檢測技術，然后開發(fā)相關檢測裝置和設備。
[0004] 目前機器視覺在農產品品質檢測中的應用研究非常多，涉及的豆類包括大豆、蕓 豆、青豆等。這些研究基本上都是針對單一種類的農產品，很少涉及混合種類。
[0005] 混合豆類品質自動檢測首先需要從混合豆類中識別出各種豆類，然后分別檢測各 種豆類的數量、品質，最后形成關于混合豆類的品質檢測結果。
[0006] 本發(fā)明是采用機器視覺技術進行混合豆類自動分類識別的技術，該技術可用于開 發(fā)豆制品生產在線檢測裝置，輔助豆制品精細加工及檢測；也可以用于開發(fā)專用手持檢測 設備，供相關檢驗人員進行市場檢測。
[0007] 劉光蓉等（劉光蓉，周紅，管庶安.顆粒形混合農產品的圖像檢測與分類[J].農 業(yè)工程學報，2011，27 (11) :344-348)進行了混合顆粒型農產品自動分類識別研究。其研究 中使用大米、黃豆、綠豆作為研究對象，識別過程首先對采集到的圖像進行二值化處理，然 后提取各農產品顆粒的形狀、顏色特征識別其種類。其研究存在以下問題：
[0008] (1)研究對象種類較少，代表性不足。假如圖像中有黑豆或紅豆，其二值化處理結 果會受影響，識別結果會出現錯誤。
[0009] (2)圖像采集時使用了固定的藍色背景，沒有對其它顏色背景進行驗證，假如檢測 對象變化或圖像采集背景變化，其技術的可行性未知。


【發(fā)明內容】

[0010] 本發(fā)明提供了一種混合豆類自動分類識別方法，包括以下步驟：
[0011] 進行圖像采集，將一定數量的豆?jié){豆平鋪于掃描儀掃描版上，使用一個較大的蓋 子遮住掃描版進行圖像采集，得到灰色背景的混合豆類圖像；
[0012] 通過圖像分割的方法對采集到的原始圖像進行分類識別；
[0013] 對得到的識別圖像進行細化處理。
[0014] 其中分類識別包括以下步驟：
[0015] 將原始圖像顏色數據從RGB顏色空間轉換到HSV顏色空間，將飽和度S、明度V兩 個顏色分量均置為1，然后再轉換到RGB顏色空間，識別出紅豆和青豆；
[0016] 將原始圖像顏色數據從RGB顏色空間轉換到HSV顏色空間，將明度V分量均置為 1，然后再轉換到RGB顏色空間，識別出蕓豆和黃豆；
[0017] 將原始圖像顏色數據從RGB顏色空間轉換到HSV顏色空間，得到V分量圖像，識別 出黑豆。

【專利附圖】

【附圖說明】
[0018] 圖1是本發(fā)明的混合豆類自動分類識別方法的流程圖；
[0019] 圖2是本發(fā)明的原始圖像與顏色空間轉換結果；
[0020] 圖3是本發(fā)明的紅豆和青豆分割與細化處理；
[0021] 圖4是本發(fā)明的蕓豆與黃豆B分量直方圖；
[0022] 圖5是本發(fā)明的蕓豆和黃豆分割與細化處理；
[0023] 圖6是本發(fā)明的黑豆與背景V分量直方圖；
[0024] 圖7是本發(fā)明的黑豆分割與細化處理。

【具體實施方式】
[0025] 如圖1所示，本發(fā)明的混合豆類自動分類方法包括以下步驟：
[0026] 1圖像采集
[0027] 將一定數量的豆?jié){豆平鋪于掃描儀掃描版上，使用一個較大的蓋子遮住掃描版進 行圖像采集，得到灰色背景的混合豆類圖像，如圖2(a)所示。
[0028] 2分類識別
[0029] 從原始圖像中識別各種豆類可看做多目標圖像分割問題。圖像分割方法有多種， 如基于閾值的方法、基于區(qū)域的方法、基于邊緣的方法等。從圖2(a)可以看到，原始圖像中 各種豆類的顏色差異較為明顯，因此可選用閾值分割方法。
[0030] 圖2(a)中存在多類目標，通過對各類目標的顏色數據采樣分析，發(fā)現無法一次確 定多個閾值完成整幅圖像分割，只能分步驟進行。
[0031] (1)識別紅豆與青豆
[0032] 將原始圖像顏色數據從RGB顏色空間轉換到HSV顏色空間，將S(飽和度）、V(明 度）兩個顏色分量均置為1，然后再轉換到RGB顏色空間，得到如圖2(b)所示結果。
[0033] 圖2(b)中各種豆類及背景的顏色發(fā)生了變化，通過對各種豆類進行顏色采樣分 析，發(fā)現了一些規(guī)律，具體如表1所示，其中R、G、B各顏色分量值為歸一化數值，"一"表示 接近。
[0034] 表1豆類顏色數據分析 [0035]

【權利要求】
1. 一種混豆類的自動分類識別方法，包括以下步驟： 進行圖像采集，將一定數量的豆?jié){豆平鋪于掃描儀掃描版上，使用一個較大的蓋子遮 住掃描版進行圖像采集，得到灰色背景的混合豆類圖像； 通過圖像分割的方法對采集到的原始圖像進行分類識別； 對得到的識別圖像進行細化處理； 其特征在于，該分類識別包括以下步驟： 將原始圖像顏色數據從RGB顏色空間轉換到HSV顏色空間，將飽和度S、明度V兩個顏 色分量均置為1，然后再轉換到RGB顏色空間，識別出紅豆和青豆； 將原始圖像顏色數據從RGB顏色空間轉換到HSV顏色空間，將明度V分量均置為1，然 后再轉換到RGB顏色空間，綜合紅豆、青豆識別結果，識別出蕓豆和黃豆； 將原始圖像顏色數據從RGB顏色空間轉換到HSV顏色空間，得到V分量圖像，綜合紅 豆、青豆、蕓豆、黃豆識別結果，識別出黑豆。
2. 如權利要求1所述的混豆類的自動分類識別方法，其特征在于在對紅豆、青豆、蕓豆 和黃豆的細化處理過程中，較小的點狀噪聲通過中值濾波去除，較大的斑塊噪聲根據連通 區(qū)域面積去除。
3. 如權利要求1所述的混豆類的自動分類識別方法，其特征在于在對黑豆的細化處理 過程中，使用孔洞填充方法去除黑豆表面的較大空洞。
【文檔編號】G06K9/40GK104156702SQ201410371209
【公開日】2014年11月19日 申請日期:2014年7月31日 優(yōu)先權日:2014年7月31日
【發(fā)明者】鄭小東, 薄樹奎, 王曉潔, 程秋云, 劉寧 申請人:鄭州航空工業(yè)管理學院