本文針對(duì)杏果表面缺損檢測(cè)困難的問(wèn)題,提出了基于分水嶺算法的缺陷檢測(cè)方法。本系統(tǒng)使用VS2017中的OpenCV算法庫(kù)進(jìn)行程序編程,利用分水嶺算法對(duì)杏果圖像中的缺陷部分進(jìn)行識(shí)別,并提取出缺陷部分的邊界。經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證,本算法具有較高的精確度,完全滿足果實(shí)分級(jí)產(chǎn)線的精度要求。 

【文章來(lái)源】：信息與電腦(理論版). 2020,32(20)

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

VS 2017配置完成的OpenCV界面

通過(guò)以上方程進(jìn)行遞歸,即可以得到各個(gè)區(qū)域的分割線。分水嶺算法的實(shí)現(xiàn)與對(duì)比如圖2所示。在實(shí)際中，圖像總會(huì)有噪點(diǎn)信號(hào)干擾，或者存在小的非必要極值點(diǎn)，因此需要通過(guò)引導(dǎo)算法規(guī)避相關(guān)信號(hào)，以提高分水嶺算法的準(zhǔn)確性。

在配置完成OpenCV的VS 2017中，對(duì)分水嶺算法進(jìn)行編程，程序流程如圖3所示。程序步驟如下。第一,將原始圖像導(dǎo)入并進(jìn)行預(yù)處理并灰度化(范圍為0～255)。其中,預(yù)處理包括將杏果的圖像從RGB(紅、綠、藍(lán))模型轉(zhuǎn)化為HSI(色調(diào)、飽和度、亮度)模型,并對(duì)圖像進(jìn)行降噪處理。常用的降噪有平均濾波、加權(quán)平均濾波(高斯濾波等)和中值濾波等方法,本研究使用高斯濾波進(jìn)行圖像處理,該處理方法的優(yōu)點(diǎn)是邊界不會(huì)被模糊化且能夠很好地進(jìn)行降噪。第二,檢測(cè)得到的直方圖是否產(chǎn)生雙峰,判定后計(jì)算圖像的梯度,有雙峰使用直方圖對(duì)圖像進(jìn)行處理,沒(méi)有雙峰使用迭代法對(duì)圖像進(jìn)行處理。處理過(guò)程為:首先將閾值初始化,根據(jù)閾值將灰度數(shù)據(jù)分為前景數(shù)據(jù)和背景數(shù)據(jù),并以這兩部分?jǐn)?shù)據(jù)的平均值求取新的閾值,使得該閾值與初始閾值相同。第三,處理后對(duì)圖像進(jìn)行分水嶺分割可得處理后的圖像。分割處理時(shí)遍歷查詢(xún)每一個(gè)像素塊,找到像素變化較大的兩個(gè)相鄰塊并進(jìn)行標(biāo)記,將標(biāo)記的點(diǎn)連起來(lái)即可得到該區(qū)域。

【參考文獻(xiàn)】：
期刊論文
[1]基于分水嶺算法的闊葉林郁閉度提取方法的研究[J]. 嚴(yán)羽,王永眾,楊來(lái)邦,樓雄偉.  浙江林業(yè)科技. 2019(06)
[2]一種Windows系統(tǒng)中的實(shí)時(shí)信號(hào)處理方法[J]. 杜亞琦,周建英.  電子設(shè)計(jì)工程. 2018(13)
[3]基于改進(jìn)控制標(biāo)記符分水嶺的牙體硬組織分割[J]. 金茜,汪偉.  計(jì)算機(jī)應(yīng)用研究. 2018(11)
[4]基于OpenCV的圖像處理編程教學(xué)模式研究[J]. 王皖君,程玉柱,李趙春.  電子世界. 2017(17)
[5]‘凱特’杏成熟期果面遇雨積水是裂果的主要誘因[J]. 丁改秀,王保明,倉(cāng)國(guó)營(yíng),牛興艷,蘇琪,劉海霞,溫鵬飛.  果樹(shù)學(xué)報(bào). 2016(09)



本文編號(hào)：3561385