基于分水岭算法的杏果表面缺损检测研究

发布时间：2022-01-01 01:29

　　本文针对杏果表面缺损检测困难的问题,提出了基于分水岭算法的缺陷检测方法。本系统使用VS2017中的OpenCV算法库进行程序编程,利用分水岭算法对杏果图像中的缺陷部分进行识别,并提取出缺陷部分的边界。经过实验验证,本算法具有较高的精确度,完全满足果实分级产线的精度要求。 

【文章来源】：信息与电脑(理论版). 2020,32(20)

【文章页数】：3 页

【部分图文】：

VS 2017配置完成的OpenCV界面

通过以上方程进行递归,即可以得到各个区域的分割线。分水岭算法的实现与对比如图2所示。在实际中，图像总会有噪点信号干扰，或者存在小的非必要极值点，因此需要通过引导算法规避相关信号，以提高分水岭算法的准确性。

在配置完成OpenCV的VS 2017中，对分水岭算法进行编程，程序流程如图3所示。程序步骤如下。第一,将原始图像导入并进行预处理并灰度化(范围为0～255)。其中,预处理包括将杏果的图像从RGB(红、绿、蓝)模型转化为HSI(色调、饱和度、亮度)模型,并对图像进行降噪处理。常用的降噪有平均滤波、加权平均滤波(高斯滤波等)和中值滤波等方法,本研究使用高斯滤波进行图像处理,该处理方法的优点是边界不会被模糊化且能够很好地进行降噪。第二,检测得到的直方图是否产生双峰,判定后计算图像的梯度,有双峰使用直方图对图像进行处理,没有双峰使用迭代法对图像进行处理。处理过程为:首先将阈值初始化,根据阈值将灰度数据分为前景数据和背景数据,并以这两部分数据的平均值求取新的阈值,使得该阈值与初始阈值相同。第三,处理后对图像进行分水岭分割可得处理后的图像。分割处理时遍历查询每一个像素块,找到像素变化较大的两个相邻块并进行标记,将标记的点连起来即可得到该区域。

【参考文献】：
期刊论文
[1]基于分水岭算法的阔叶林郁闭度提取方法的研究[J]. 严羽,王永众,杨来邦,楼雄伟.  浙江林业科技. 2019(06)
[2]一种Windows系统中的实时信号处理方法[J]. 杜亚琦,周建英.  电子设计工程. 2018(13)
[3]基于改进控制标记符分水岭的牙体硬组织分割[J]. 金茜,汪伟.  计算机应用研究. 2018(11)
[4]基于OpenCV的图像处理编程教学模式研究[J]. 王皖君,程玉柱,李赵春.  电子世界. 2017(17)
[5]‘凯特’杏成熟期果面遇雨积水是裂果的主要诱因[J]. 丁改秀,王保明,仓国营,牛兴艳,苏琪,刘海霞,温鹏飞.  果树学报. 2016(09)



本文编号：3561385