圖像采集是實現(xiàn)紅棗品質(zhì)分級和檢測的關(guān)鍵前提。針對基于靜態(tài)圖像的采集方式不能全面反映外觀品質(zhì)、實時性差和基于傳輸式圖像采集方式的機械、電路設(shè)計復(fù)雜且適用性不足的缺點,提出一種基于歷史幀最小路徑搜索,實現(xiàn)對視頻中紅棗目標(biāo)進行跟蹤、標(biāo)定,建立紅棗動態(tài)樣本集的方法。首先利用RGB(red,green,blue)顏色空間轉(zhuǎn)換HSV(hue saturation value)空間圖像的明度(V)分量,基于V分量建立掩膜對RGB圖像執(zhí)行掩膜去背景。同時,針對視頻圖像中獲得的二值圖像,建立坐標(biāo)系,獲得每幀圖像基于輪廓外接最小正矩形的特征向量,將當(dāng)前幀和前一幀中的特征向量基于最小路徑搜索的方法,加入約束條件,實現(xiàn)對視頻中每個紅棗目標(biāo)的跟蹤和標(biāo)定,最后基于正矩形參數(shù)的感興趣區(qū)域(region of interest,簡稱ROI),實現(xiàn)動態(tài)樣本建立。利用此算法,對拍攝的視頻圖像的檢測表明建立的動態(tài)樣本集能更全面地反映紅棗外觀品質(zhì)。該算法簡單、有效,特別在實現(xiàn)基于深度神經(jīng)網(wǎng)絡(luò)的紅棗在線檢測中具有較大的應(yīng)用潛力。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 視頻圖像獲取
2 圖像處理
    2.1 圖像預(yù)處理
    2.2 基于歷史幀最小距離搜索判別的目標(biāo)跟蹤標(biāo)定
        2.2.1 生成二值圖像外接矩形框特征向量
        2.2.2 基于歷史幀最小距離的搜索判別
3 試驗與分析
4 結(jié)論



本文編號：3760953