[发明专利]基于图像采集装置的在线烟叶的正反面的识别方法

摘要

本发明提供一种基于图像采集装置的在线烟叶的正反面的识别方法：原烟图像采集装置获取烟叶图像；将烟叶图像，分别提取图像的RGB的颜色空间，把烟叶颜色空间转化为HSV孟塞尔空间，建立烟叶HSV颜色异常分析模型，保留正常样本图像；将所述正常样本图像进行滤波；根据烟梗二值化阈值将图像黑化处理，计算烟梗的面积比例；根据烟叶正反二值化阈值计算烟叶正面的面积比例p1(a)；计算烟叶反面所占的比例。其优点在于根据双阈值确定的方法结合统计，建立了一个半监督的烟叶梗和烟叶反面比例的识别方法，并进行了交叉检验，较以往的方法的阈值确定的随意性进行了误差的把控。

主权项

1.一种基于图像采集装置的在线烟叶的正反面的识别方法，其特征在于，包括以下步骤：步骤一、在原烟挑选线获取原烟烟叶的扫描图像，对扫描图像进行滤波处理；然后对图像进行灰度处理得到灰度矩阵G；人工测量烟梗在实际烟叶的面积占比；该面积比为记为PG；并统计获得原料样本的烟叶正反面比例；步骤二、对灰度矩阵G选取一定的阈值范围；对阈值范围内的值分别构建二值化矩阵，矩阵的像素为m×n；分别计算在上述阈值范围下的二值化矩阵其中Area(G(i，j)＝＝0)表征的是灰度矩阵在s阈值上，G(i,j)＝0的图像像素点数，根据人工测量的烟梗在实际烟叶的面积占比PG，选取p(s)＝PG的阈值s作为图像的二值化阈值；步骤三、根据原料样本的原料样本烟梗的面积比例确定烟梗二值化阈值，计算烟梗的面积比例p(b)；在生产线上取待测量的烟叶样本图像，待测图片进行中值滤波，根据阈值s来对滤波后的图像进行二值化操作,得到二值化矩阵Im；计算烟梗的面积占比；Im中为0的元素个数除以(m*n)；定义待测烟叶样本中烟梗面积的比例为p(b)，则步骤四、将烟叶样本图像，分别提取图像的RGB的颜色空间，把烟叶颜色空间转化为HSV孟塞尔空间，其中RGB转换成HSV采用RGB2HSV函数，根据HSV的颜色均值空间分布；建立烟叶HSV颜色异常分析模型，保留正常样本图像；步骤五、将正常样本图像进行滤波；步骤六、根据原料样本的烟叶正反面比例确定烟叶正反二值化阈值，根据烟叶正反二值化阈值和二值化矩阵得到每个区域图像的连通关系；并计算每个连通区域的图像中烟叶连通区域的面积；计算烟叶正面的面积比例p1(a)；步骤七、计算烟叶反面面积的比例pp＝1‑p(b)‑p1(a)。