CN110910403A 一种基于图像处理的工业大麻种子计数方法 (厦门梓蔓生物科技有限公司).docxVIP

  • 0
  • 0
  • 约8.32千字
  • 约 13页
  • 2026-01-13 发布于重庆
  • 举报

CN110910403A 一种基于图像处理的工业大麻种子计数方法 (厦门梓蔓生物科技有限公司).docx

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN110910403A

(43)申请公布日2020.03.24

(21)申请号201911123129.0

(22)申请日2019.11.16

(71)申请人厦门梓蔓生物科技有限公司

地址361000福建省厦门市中国(福建)自

由贸易试验区厦门片区海景东路18号4楼A13之3

GO6TGO6T

5/40(2006.01)7/187(2017.01)

(72)发明人张熠平刘圆圆祁建民郑泓达陈可欣马放来吕子杰

(74)专利代理机构北京中政联科专利代理事务

所(普通合伙)11489代理人黄娟

(51)Int.CI.

GO6T7/11(2017.01)

GO6T5/00(2006.01)

GO6T5/30(2006.01)

权利要求书2页说明书5页

(54)发明名称

一种基于图像处理的工业大麻种子计数方法

(57)摘要

CN110910403A一种基于图像处理的工业大麻种子计数方法,包括以下步骤:将图片转换为灰度图像,对得到的图像进行二次膨胀,得到边缘明显的灰度图像;去除边缘明显的灰度图像中存在的边框;通过限制对比度自适应直方图均衡CLAHE算法,进行图像的照度均衡,通过直线滤波法对均衡后图像进行线条粗检测,采用迭代法进行图像二值化,去除二值化图像孤立像素点;对图像进行连通域检测,得到多个连通域,实现对图像的分类;并生成切割结果图像;生成相加结果图;查找相加结果图中连通域的个数和位置。本发明简单易操作,计算精确高效,能够对大麻种子进行有效

CN110910403A

CN110910403A权利要求书1/2页

2

1.一种基于图像处理的工业大麻种子计数方法,其特征在于,包括以下步骤:

S1、拍摄大麻种子图片;

S2、将大麻种子图片导入到计算机中,并选取出其中清晰不模糊的大麻种子图片进行处理;

S3、读取选取的图片并将其转换为灰度图像,利用边缘检测函数提取图像中的边缘信息,对得到的图像进行二次膨胀,得到边缘明显的灰度图像;

S4、使用霍夫直线检测法对灰度图像进行检测,并去除边缘明显的灰度图像中存在的边框;

S5、通过限制对比度自适应直方图均衡CLAHE算法,进行图像的照度均衡,通过直线滤波法对均衡后图像进行线条粗检测,采用迭代法进行图像二值化,去除二值化图像孤立像素点;

S6、对图像进行连通域检测,得到多个连通域,实现对图像的分类;

首先利用腐蚀将弱粘连的种子分离,再利用面积特征将种子连通域分成两类,第一类是一个连通域中只包含一个大麻种子的连通域类;第二类是一个连通域中包含多个大麻种子的连通域类;

S7、根据凹点对S6中的第二类图像进行切割,并检测连通域的凹点特征和面积特征,利用这两个特征对大麻种子连通域进行循环切割,并生成切割结果图像;

S8、对切割结果图像进行腐蚀和去小连通域操作,并相加第一类图像和切割结果图像,生成相加结果图;

S9、查找相加结果图中连通域的个数和位置。

2.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法,其特征在于,在S3中,通过matlab的edge模型进行边缘检测,参数为‘prewitt。

3.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法,其特征在于,在S3中,通过matlab膨胀模型对图像进行二次膨胀操作,参数为disk。

4.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法,其特征在于,S4

的具体操作步骤如下:

S41、利用matlab的hough模型处理S3得到的灰度图像,得到线段信息,从变换矩阵H中提取二十个极值点;

S42、对取出的二十个线段做进一步处理:若两条线段距离小于四十像素数则拼接起来,拼接后的线段若小于一百像素数则舍弃该线段;

S43、对得到的线段进一步筛选,保留角度条件为88°到92°以及-2°到2°的线段,其余线段抹去。

5.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法,其特征在于,在S5中,图像二值化的具体步骤如下:

首先对灰度图像进行图像加深操作,之后再进行拉伸操作生成灰阶分布图,然后在灰阶分布图中找到低谷与左边的峰值,二者之间中间的位置记为new-level,根据new-level进行otsu二值化图像。

6.根据权利要求1所述的一种基于图像

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档