专利名称：一种基于计算机视觉的甘蔗茎节识别方法
技术领域：
本发明涉及一种识别方法，特别是一种基于计算机视觉的甘蔗茎节识别方法。
背景技术：
以甘蔗为主要原料的甘蔗产业是广西的优势和特色产业，在广西经济发展中具有举足轻重的地位，是广西经济发展的重要支柱和帮助广大蔗农脱贫致富的经济来源。世界各甘蔗产地大都在一定程度上实现了甘蔗种植的机械化。国外的种植机具备良好性能、功能趋于完善，但尚未配备专业的防伤芽切断装置。国内的种植机则更难实现在蔗种切断过程中自动防伤芽的目的。在农业方面，计算机 视觉有着广泛的应用。因此在甘蔗切割时，可运用计算机视觉技术有效的防止伤芽。目前国内外在此领域的研究都还处于起步阶段。相近研究有陆尚平等基于机器视觉的甘蔗茎节特征提取与识别；国外，伊朗Moshashai K利用灰度图像阀值分割的方法对甘蔗茎节识别做了初步研究。甘蔗种植时如出现甘蔗芽损伤，进而影响作物产量，因此研究甘蔗茎节识别方法具有非常重要的意义，能为实现对含有蔗芽的片段进行有效的智能切断提供理论基础。但至今为止，尚未见有甘蔗茎节识别方法的相关报导。
发明内容
本发明所要解决的技术问题是提供一种识别准确性较高的基于计算机视觉的甘蔗茎节识别方法。本发明以如下技术方案解决上述技术问题本发明一种基于计算机视觉的甘蔗茎节识别方法，它的操作步骤如下I)用MATLAB软件对采集到的甘蔗茎节图像进行处理，采用灰度处理和索贝尔垂直边缘提取对甘蔗茎节预处理，得到索贝尔边缘图像；2)再结合数学形态学对预处理后的不连续、细小边缘进行膨胀、腐蚀再膨胀，消除甘蔗茎边缘及无用小边缘，获得甘蔗茎节的边缘直线图像；3)然后通过MATLAB中的Radon函数对甘蔗茎节的边缘直线图像进行直线提取，求出茎节直线距离坐标中心的距离，从而确定甘蔗茎节的正确位置。所述步骤I)的具体操作是读入图像，先对图像进行灰度转换，再采用索贝儿算子进行垂直方向的探测，其运算结果是一副边缘图像，由下列计算公式表示fy(x, y) =f (x-1, y-1) +2f (x~l, y) +f (x~l, y+1)(I)-f (x+1, y-1) -2f (x+1, y) -f (x+1, y+1)G[f(x, y)] = |f' y(x,y)|(2)式中f (x，y)是具有整数像素坐标的输入图像，fy (x, y)表示像素点(X，y)在y方向上的差分，f' y(x, y)表示y方向的一阶微分，式子2中G[f(x，y)]为索贝儿垂直算子的梯度，求出梯度后，可设定一个常数T，当G[f(x，y)]>T时，标出该点为边界点，其像素值设定为0，其他的设定为255。
所述步骤2)的具体操作是
对预处理后的图像进行膨胀处理，将细小的断续的茎节边缘连续起来并加宽，膨胀所使用的结构元素是半径为2个像素大小的圆；然后使用两个线段结构元素se90和 seO，其中se90表示长度为30个像素的竖直的线，seO表示长度为3. 5个像素的水平的线， 对膨胀后的图像腐蚀；最后进行基于结构因素为线段的膨胀即基于边界长度的膨胀，结构因素选用上一步中se90，即获得甘蔗茎节的边缘直线图像。
所述步骤3)的具体操作是
以2)步骤处理后的图片的中心为原点建立直角坐标系；二元函数f(x，y)在某一方向上的投影是f(x，y)在该方向上的线积分，f(x, y)的投影可以沿任意角度θ进行，通常f (X，y)的Radon变换是f (x, y)平行于y’轴的线积分，其转换公式如下
权利要求
1.一种基于计算机视觉的甘蔗茎节识别方法，其特征在于，它的操作步骤如下 1)用MATLAB软件对采集到的甘蔗茎节图像进行处理，采用灰度处理和索贝尔垂直边缘提取对甘蔗茎节预处理，得到索贝尔边缘图像； 2)再结合数学形态学对预处理后的不连续、细小边缘进行膨胀、腐蚀再膨胀，消除甘蔗茎边缘及无用小边缘，获得甘蔗茎节的边缘直线图像； 3)然后通过MATLAB中的Radon函数对甘蔗茎节的边缘直线图像进行直线提取，求出茎节直线距离坐标中心的距离，从而确定甘蔗茎节的正确位置。
2.根据权利要求I所述基于计算机视觉的甘蔗茎节识别方法，其特征在于，所述步骤O的具体操作是 读入图像，先对图像进行灰度转换，再采用索贝儿算子进行垂直方向的探测，其运算结果是一副边缘图像，由下列计算公式表示fy (X，y) =f (x-1, y-1) +2f (χ-l, y) +f (χ-1, y+1)(I) -f (x+1, y-1) -2f (χ+1, y) -f (χ+1, y+1) G[f (χ, y)] = |f/ y(x，y) I(2) 式中f(x，y)是具有整数像素坐标的输入图像，fy(x, y)表示像素点(x，y)在y方向上的差分，f' y(x, y)表示y方向的一阶微分，式子2中G[f(x，y)]为索贝儿垂直算子的梯度，求出梯度后，可设定一个常数T，当G[f(x，y)]>T时，标出该点为边界点，其像素值设定为0，其他的设定为255。
3.根据权利要求I或2所述基于计算机视觉的甘蔗茎节识别方法，其特征在于，所述步骤2)的具体操作是 对预处理后的图像进行膨胀处理，将细小的断续的茎节边缘连续起来并加宽，膨胀所使用的结构元素是半径为2个像素大小的圆；然后使用两个线段结构元素se90和seO，其中se90表示长度为30个像素的竖直的线；seO表示长度为3. 5个像素的水平的线，对膨胀后的图像腐蚀；最后进行基于结构因素为线段的膨胀即基于边界长度的膨胀，结构因素选用上一步中se90，即获得甘蔗茎节的边缘直线图像。
4.根据权利要求I或2所述基于计算机视觉的甘蔗茎节识别方法，其特征在于，所述步骤3)的具体操作是 以2)步骤处理后的图片的中心为原点建立直角坐标系；二元函数f(x，y)在某一方向上的投影是f(x，y)在该方向上的线积分，f(x, y)的投影可以沿任意角度Θ进行，通常f (X，y)的Radon变换是f (x, y)平行于y’轴的线积分，其转换公式如下
全文摘要
本发明公开了一种基于计算机视觉的甘蔗茎节识别方法，它的操作步骤如下1)用MATLAB软件对采集到的甘蔗茎节图像进行处理，采用灰度处理和索贝尔边缘提取对甘蔗茎节预处理，得到索贝尔边缘图像；2)再结合数学形态学对预处理后的不连续、细小边缘进行膨胀、腐蚀再膨胀，消除甘蔗茎边缘及无用小边缘，获得甘蔗茎节的边缘直线图像；3)然后通过MATLAB中的Radon函数对甘蔗茎节的边缘直线图像进行直线提取，求出茎节直线距离坐标中心的距离，从而确定甘蔗茎节的正确位置。本发明方法为甘蔗种茎切割防伤芽装置的控制研究提供准确信号。
文档编号G06K9/46GK102930247SQ20121039796
公开日2013年2月13日 申请日期2012年10月18日 优先权日2012年10月18日
发明者黄亦其, 乔曦, 唐书喜, 蔡敢为, 罗昭宇 申请人:广西大学