一種大棗在線分級方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機視覺技術(shù)領(lǐng)域，具體涉及一種大棗在線分級方法及系統(tǒng)。
【背景技術(shù)】
[0002]大棗以其豐富的營養(yǎng)價值和口味為人們所喜歡，成為人們生活中必不可少的一種特色水果，目前，市場上出售的大棗都是按照等級進行劃分，所以這就需要對大棗進行分級，現(xiàn)有集中中都是采用人工完成分級，這種分級耗費勞動力，且生產(chǎn)效率低，分級準確率不高。

【發(fā)明內(nèi)容】

[0003]本發(fā)明所要解決的技術(shù)問題是提供一種大棗在線分級方法及系統(tǒng)，能夠?qū)Υ髼椷M行更準確的分級。
[0004]本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下:一種大棗在線分級方法，包括以下步驟:
[0005]步驟I，采集大棗圖像；
[0006]步驟2，對所述大棗圖像進行預(yù)處理；
[0007]步驟3，提取所述大棗圖像的特征；
[0008]步驟4，根據(jù)提取的特征對所述大棗進行分級。
[0009]在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進:
[0010]所述步驟2中對所述大棗圖像進行預(yù)處理包括:
[0011]步驟2.1，采用各向異性高斯核方法對所述大棗圖像進行去噪或采用中值濾波方法對所述大棗圖像進行去噪；
[0012]步驟2.2，對去噪后的大棗圖像進行圖像增強處理；
[0013]步驟2.3，對所述經(jīng)過增強處理后的圖像進行二值化處理，得到灰度圖像。
[0014]進一步，所述步驟3包括提取所述大棗圖像的大小、顏色和表面褶皺信息。
[0015]進一步，所述步驟4具體為:通過索貝爾算子對大棗的大小進行檢測，然后將檢測結(jié)果與設(shè)定的第一閾值比較，若大于所述設(shè)定閾值，則為優(yōu)質(zhì)大棗；否則為次等大棗。
[0016]進一步，首先對所述大棗圖像進行圖像分割，提取出包含大棗的部分，然后針對大棗部分進行腐蝕，得到腐蝕后圖像，統(tǒng)計腐蝕后大棗圖像的表面褶皺信息，并與設(shè)定的第二閾值進行比較，若大于所述設(shè)定閾值，則為次等大棗；否則為優(yōu)質(zhì)大棗。
[0017]本發(fā)明的有益效果是:通過綜合大棗的大小和表面褶皺信息同時對大棗進行分級，能夠?qū)Υ舐蔬M行更準確地分級。
[0018]—種大率在線分析系統(tǒng)，包括:
[0019]采集模塊，用于采集大棗圖像；
[0020]預(yù)處理模塊，用于對所述大棗圖像進行預(yù)處理；
[0021]提取模塊，用于提取所述大棗圖像的特征；
[0022]分級模塊，用于根據(jù)提取的特征對所述大棗進行分級。
[0023]進一步，所述預(yù)處理模塊對所述大棗圖像進行預(yù)處理包括:
[0024]步驟2.1，采用各向異性高斯核方法對所述大棗圖像進行去噪或采用中值濾波方法對所述大棗圖像進行去噪；
[0025]步驟2.2，對去噪后的大棗圖像進行圖像增強處理；
[0026]步驟2.3，對所述經(jīng)過增強處理后的圖像進行二值化處理，得到灰度圖像。
[0027]進一步，所述提取模塊包括提取所述大棗圖像的大小、顏色和表面褶皺信息。
[0028]進一步，所述分級模塊通過索貝爾算子對大棗的大小進行檢測，然后將檢測結(jié)果與設(shè)定的第一閾值比較，若大于所述設(shè)定閾值，則為優(yōu)質(zhì)大棗；否則為次等大棗。
[0029]進一步，所述分級模塊首先對所述大棗圖像進行圖像分割，提取出包含大棗的部分，然后針對大棗部分進行腐蝕，得到腐蝕后圖像，統(tǒng)計腐蝕后大棗圖像的表面褶皺信息，并與設(shè)定的第二閾值進行比較，若大于所述設(shè)定閾值，則為次等大棗；否則為優(yōu)質(zhì)大棗。
[0030]本發(fā)明的有益效果是:通過綜合大棗的大小和表面褶皺信息同時對大棗進行分級，能夠?qū)Υ舐蔬M行更準確地分級。
【附圖說明】
[0031]圖1為本發(fā)明一種大棗在線分級方法的流程示意圖；
[0032]圖2為本發(fā)明一種大棗在線分級系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0033]以下結(jié)合附圖對本發(fā)明的原理和特征進行描述，所舉實例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。
[0034]如圖1所示，一種大棗在線分級方法，包括以下步驟:
[0035]步驟1，采集大棗圖像；
[0036]步驟2，對所述大棗圖像進行預(yù)處理；所述步驟2中對所述大棗圖像進行預(yù)處理包括:
[0037]步驟2.1，采用各向異性高斯核方法對所述大棗圖像進行去噪或采用中值濾波方法對所述大棗圖像進行去噪；
[0038]步驟2.2，對去噪后的大棗圖像進行圖像增強處理；
[0039]步驟2.3，對所述經(jīng)過增強處理后的圖像進行二值化處理，得到灰度圖像。
[0040]步驟3，提取所述大棗圖像的特征；所述步驟3包括提取所述大棗圖像的大小、顏色和表面褶皺信息。
[0041]步驟4，根據(jù)提取的特征對所述大棗進行分級。所述步驟4具體為:通過索貝爾算子對大棗的大小進行檢測，然后將檢測結(jié)果與設(shè)定的第一閾值比較，若大于所述設(shè)定閾值，則為優(yōu)質(zhì)大棗；否則為次等大棗。
[0042]進一步，首先對所述大棗圖像進行圖像分割，提取出包含大棗的部分，然后針對大棗部分進行腐蝕，得到腐蝕后圖像，統(tǒng)計腐蝕后大棗圖像的表面褶皺信息，并與設(shè)定的第二閾值進行比較，若大于所述設(shè)定閾值，則為次等大棗；否則為優(yōu)質(zhì)大棗。
[0043]本發(fā)明的有益效果是:通過綜合大棗的大小和表面褶皺信息同時對大棗進行分級，能夠?qū)Υ舐蔬M行更準確地分級。
[0044]如圖2所示，一種大棗在線分析系統(tǒng)，包括:
[0045]采集模塊，用于采集大棗圖像；
[0046]預(yù)處理模塊，用于對所述大棗圖像進行預(yù)處理；所述預(yù)處理模塊對所述
[0047]大棗圖像進行預(yù)處理包括:
[0048]步驟2.1，采用各向異性高斯核方法對所述大棗圖像進行去噪或采用中值濾波方法對所述大棗圖像進行去噪；
[0049]步驟2.2，對去噪后的大棗圖像進行圖像增強處理；
[0050]步驟2.3，對所述經(jīng)過增強處理后的圖像進行二值化處理，得到灰度圖像。
[0051]提取模塊，用于提取所述大棗圖像的特征；所述提取模塊包括提取所述大棗圖像的大小、顏色和表面褶皺信息。
[0052]分級模塊，用于根據(jù)提取的特征對所述大棗進行分級。所述分級模塊通過索貝爾算子對大棗的大小進行檢測，然后將檢測結(jié)果與設(shè)定的第一閾值比較，若大于所述設(shè)定閾值，則為優(yōu)質(zhì)大棗；否則為次等大棗。
[0053]進一步，所述分級模塊首先對所述大棗圖像進行圖像分割，提取出包含大棗的部分，然后針對大棗部分進行腐蝕，得到腐蝕后圖像，統(tǒng)計腐蝕后大棗圖像的表面褶皺信息，并與設(shè)定的第二閾值進行比較，若大于所述設(shè)定閾值，則為次等大棗；否則為優(yōu)質(zhì)大棗。
[0054]以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1.一種大棗在線分級方法，其特征在于，包括以下步驟: 步驟I，采集大棗圖像； 步驟2，對所述大棗圖像進行預(yù)處理； 步驟3，提取所述大棗圖像的特征； 步驟4，根據(jù)提取的特征對所述大棗進行分級。2.根據(jù)權(quán)利要求1述一種大棗在線分級方法，其特征在于，所述步驟2中對所述大棗圖像進行預(yù)處理包括: 步驟2.1，采用各向異性高斯核方法對所述大棗圖像進行去噪或采用中值濾波方法對所述大棗圖像進行去噪； 步驟2.2，對去噪后的大棗圖像進行圖像增強處理； 步驟2.3，對所述經(jīng)過增強處理后的圖像進行二值化處理，得到灰度圖像。3.根據(jù)權(quán)利要求1述一種大棗在線分級方法，其特征在于，所述步驟3包括提取所述大棗圖像的大小、顏色和表面褶皺信息。4.根據(jù)權(quán)利要求1述一種大棗在線分級方法，其特征在于，所述步驟4具體為:通過索貝爾算子對大棗的大小進行檢測，然后將檢測結(jié)果與設(shè)定的第一閾值比較，若大于所述設(shè)定閾值，則為優(yōu)質(zhì)大棗；否則為次等大棗。5.根據(jù)權(quán)利要求4所述一種大棗在線分級方法，其特征在于，首先對所述大棗圖像進行圖像分割，提取出包含大棗的部分，然后針對大棗部分進行腐蝕，得到腐蝕后圖像，統(tǒng)計腐蝕后大棗圖像的表面褶皺信息，并與設(shè)定的第二閾值進行比較，若大于所述設(shè)定閾值，則為次等大棗；否則為優(yōu)質(zhì)大棗。6.一種大率在線分析系統(tǒng)，其特征在于，包括: 采集模塊，用于采集大棗圖像； 預(yù)處理模塊，用于對所述大棗圖像進行預(yù)處理； 提取模塊，用于提取所述大棗圖像的特征； 分級模塊，用于根據(jù)提取的特征對所述大棗進行分級。7.根據(jù)權(quán)利要求6所述一種大棗在線分析系統(tǒng)，其特征在于，所述預(yù)處理模塊對所述大棗圖像進行預(yù)處理包括: 步驟2.1，采用各向異性高斯核方法對所述大棗圖像進行去噪或采用中值濾波方法對所述大棗圖像進行去噪； 步驟2.2，對去噪后的大棗圖像進行圖像增強處理； 步驟2.3，對所述經(jīng)過增強處理后的圖像進行二值化處理，得到灰度圖像。8.根據(jù)權(quán)利要求6所述一種大棗在線分析系統(tǒng)，其特征在于，所述提取模塊包括提取所述大棗圖像的大小、顏色和表面褶皺信息。9.根據(jù)權(quán)利要求6所述一種大棗在線分析系統(tǒng)，其特征在于，所述分級模塊通過索貝爾算子對大棗的大小進行檢測，然后將檢測結(jié)果與設(shè)定的第一閾值比較，若大于所述設(shè)定閾值，則為優(yōu)質(zhì)大棗；否則為次等大棗。10.根據(jù)權(quán)利要求9所述一種大棗在線分析系統(tǒng)，其特征在于，所述分級模塊首先對所述大棗圖像進行圖像分割，提取出包含大棗的部分，然后針對大棗部分進行腐蝕，得到腐蝕后圖像，統(tǒng)計腐蝕后大棗圖像的表面褶皺信息，并與設(shè)定的第二閾值進行比較，若大于所述設(shè)定閾值，則為次等大棗；否則為優(yōu)質(zhì)大棗。
【專利摘要】本發(fā)明涉及一種大棗在線分級方法,包括以下步驟：采集大棗圖像；對所述大棗圖像進行預(yù)處理；提取所述大棗圖像的特征；根據(jù)提取的特征對所述大棗進行分級。本發(fā)明一種大棗在線分級方法及系統(tǒng)，能夠?qū)Υ髼椷M行更準確的分級。
【IPC分類】G06K9/62, G06K9/60
【公開號】CN105069484
【申請?zhí)枴緾N201510530575
【發(fā)明人】溫九江, 袁松平
【申請人】廣西小草信息產(chǎn)業(yè)有限責任公司
【公開日】2015年11月18日
【申請日】2015年8月26日