計算機視覺技術(shù)

1、 計算機視覺Computer vision計算機視覺的定義計算機視覺在食品中的應(yīng)用眼 見 為實你的眼睛是否欺騙了你 我想靜靜你的大腦試圖從圖中反推出環(huán)境光，再來推斷物體本身顏色。圖片糟糕的白平衡讓你的大腦欺騙了你. 其實這里的環(huán)境光是黃色，黑色蕾絲部分由于材質(zhì)，環(huán)境光反射較大，形成了金色印象。實際上就是誤判環(huán)境光所導(dǎo)致的錯覺。定義計算機視覺技術(shù)是通過一個高清晰度攝像頭獲取物體的圖像，將圖像轉(zhuǎn)換成數(shù)字圖像，再利用計算機模擬人的判別準(zhǔn)則去理解和識別圖像，通過圖像分析做出相應(yīng)結(jié)論的實用技術(shù)。圖像輸入設(shè)備圖像采集卡圖型顯示卡監(jiān)視器圖像輸出計算機計算機監(jiān)視器文本輸出計算機視覺系統(tǒng)里紅杰，2012，食品與

2、機械1、圖像采集與預(yù)處理主要是對采集到的圖像進行去噪，增強處理，以提高后續(xù)處理的精度；2、特征提取是提取圖像中感興趣區(qū)域的特征，可采用圖像分割等方法提取顏色特征、紋理特征和形狀特征等；3、圖像識別與判斷為高級圖像處理，結(jié)合預(yù)測模型實現(xiàn)目標(biāo)的辨認、分類與解釋，可采用的分類器有神經(jīng)網(wǎng)絡(luò)分類器。里紅杰，2012，食品與機械李文萃基于視覺技術(shù)的綠茶色澤變化與品質(zhì)關(guān)系研究圖像采集：在光源穩(wěn)定的暗室內(nèi)，將所取茶樣均勻攤放在白板上，以覆蓋底板顏色為準(zhǔn)即厚度約 2 cm3 cm。保持照相機置于同一高度位置對茶樣進行圖像采集，重復(fù)測定 3 次。圖像處理：采用 Photoshop CS3.0 軟件中濾鏡-模糊-平

3、均命令對圖像進行預(yù)處理，在信息欄中分別讀取 RGB、 HSB* 和 Lab 3 種顏色模式的色澤參數(shù)值。李文萃基于視覺技術(shù)的綠茶色澤變化與品質(zhì)關(guān)系研究黃星奕計算機視覺技術(shù)在魚新鮮度檢測中的應(yīng)用研究利用Matlab軟件的圖像處理功能和模糊算法來對采集的蘋果圖像進行處理與分析， 進而實現(xiàn)蘋果品質(zhì)分級， 過程如下1） 蘋果動態(tài)圖像的采集；2） 蘋果大小尺寸的檢測；3） 蘋果表面顏色的檢測；4） 蘋果表面常見缺陷的識別與測量；5） 對獲取信息進行模糊分級，確定品質(zhì)等級 。王鑫基于視覺技術(shù)的蘋果分揀系統(tǒng)設(shè)計1） 蘋果動態(tài)圖像的采集。 通過對蘋果的上面及兩側(cè)三個方位的圖像采集， 全面獲取蘋果信息。圖像的平

4、滑處理圖像增強邊緣檢測圖像的平滑處理選擇中值濾波， 程序如下。rgb=imread （e:/77.jpg） ;figure, subplot（131）, imshow（rgb）, title(原圖）;gray=rgb2gray (rgb) ;subplot (132) , imshow (gray) , title (灰圖） ;threshold=graythresh (gray) ;%取閾值bw=im2bw (gray,threshold) ;subplot (133) , imshow (bw) , title (二值圖） ;j1 =medfilt2 ( gray) ; figure,su

5、bplot ( 121） ,imshow(j1) ; title (灰圖中值濾波)j2=medfilt2 (bw) ; subplot (122) ,imshow (j2) ; title (二值圖濾波) ; %中值濾波首先根據(jù)格林公式求得物體質(zhì)心坐標(biāo)2） 蘋果大小尺寸的檢測。對采集到的圖像信息進行處理， 采用質(zhì)點法計算質(zhì)心， 確定質(zhì)心以后再計算最大果徑。L=bwlabel (BW1,8) ; %標(biāo)注二進制圖像中已連接的部分stats=regionprops (L, all) ;centroids=cat (1, stats.Centroid) ;imshow (BW1) ; title (標(biāo)

6、記質(zhì)心)hold on%圖形保持plot (centroids (:,1) , centroids (:,2) , g*) %標(biāo)記g*-綠色*hold offarea= stats.Area ;R=sqrt (area/pi)R=27.41402） 蘋果大小尺寸的檢測。物體質(zhì)心坐標(biāo)求出之后， 可用其與邊界的距離的最大值來代表蘋果的最大橫徑。進行圖像分割， 得到RGB圖像。 應(yīng)用轉(zhuǎn)化公式將蘋果顏色的RGB模型轉(zhuǎn)化為HIS模型， 利用轉(zhuǎn)換公式計算各像素的色度值H。3） 蘋果表面顏色的檢測。利用RGB顏色模型及HIS顏色模型對蘋果表面色度檢測， 進行顏色分級。模型轉(zhuǎn)換算法RGB HIS顏色模型RGB

7、模型CMY模型HSV模型CIE模型顏色模型RGB模型CMY模型HSV模型CIE模型色調(diào)H用角度度量，取值范圍為0360，紅色為0度，綠色為120度，藍色為240度。它們的補色是：黃色為60度，青色為180度，品紅為300度。飽和度S取值范圍為0.01.0，值越大，顏色越飽和。亮度V取值范圍為0(黑色)255(白色)。顏色模型RGB模型CMY模型HSV模型CIE模型CIE（Commission Internationale de LEclairage）：國際照明委員會，根據(jù)其法語名稱簡寫為CIE。4） 蘋果表面常見缺陷的識別與測量表面缺陷檢測一直是困擾蘋果自動化分級的難題， 缺陷的快速識別一直是研究的熱點。 本文采用特征提取， 即提取出缺陷部位的輪廓， 再進行填充， 求其面積。 根據(jù)缺陷面積來判定等級。程序流程： 讀入圖像灰度化圖像直方圖調(diào)整中值濾波邊緣檢測缺陷判