計(jì)算機(jī)視覺(jué)技術(shù)

1、 計(jì)算機(jī)視覺(jué)Computer vision計(jì)算機(jī)視覺(jué)的定義計(jì)算機(jī)視覺(jué)在食品中的應(yīng)用眼 見(jiàn) 為實(shí)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(lái)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(shí)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(shí)際上就是誤判環(huán)境光所導(dǎo)致的錯(cuò)覺(jué)。定義計(jì)算機(jī)視覺(jué)技術(shù)是通過(guò)一個(gè)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(jì)算機(jī)模擬人的判別準(zhǔn)則去理解和識(shí)別圖像，通過(guò)圖像分析做出相應(yīng)結(jié)論的實(shí)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(jì)算機(jī)計(jì)算機(jī)監(jiān)視器文本輸出計(jì)算機(jī)視覺(jué)系統(tǒng)里紅杰，2012，食品與

2、機(jī)械1、圖像采集與預(yù)處理主要是對(duì)采集到的圖像進(jìn)行去噪，增強(qiáng)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(shí)別與判斷為高級(jí)圖像處理，結(jié)合預(yù)測(cè)模型實(shí)現(xiàn)目標(biāo)的辨認(rèn)、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(jī)械李文萃基于視覺(jué)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(jī)置于同一高度位置對(duì)茶樣進(jìn)行圖像采集，重復(fù)測(cè)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(duì)圖像進(jìn)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(jué)技術(shù)的綠茶色澤變化與品質(zhì)關(guān)系研究黃星奕計(jì)算機(jī)視覺(jué)技術(shù)在魚(yú)新鮮度檢測(cè)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(lái)對(duì)采集的蘋(píng)果圖像進(jìn)行處理與分析， 進(jìn)而實(shí)現(xiàn)蘋(píng)果品質(zhì)分級(jí)， 過(guò)程如下1） 蘋(píng)果動(dòng)態(tài)圖像的采集；2） 蘋(píng)果大小尺寸的檢測(cè)；3） 蘋(píng)果表面顏色的檢測(cè)；4） 蘋(píng)果表面常見(jiàn)缺陷的識(shí)別與測(cè)量；5） 對(duì)獲取信息進(jìn)行模糊分級(jí)，確定品質(zhì)等級(jí) 。王鑫基于視覺(jué)技術(shù)的蘋(píng)果分揀系統(tǒng)設(shè)計(jì)1） 蘋(píng)果動(dòng)態(tài)圖像的采集。 通過(guò)對(duì)蘋(píng)果的上面及兩側(cè)三個(gè)方位的圖像采集， 全面獲取蘋(píng)果信息。圖像的平

4、滑處理圖像增強(qiáng)邊緣檢測(cè)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(píng)果大小尺寸的檢測(cè)。對(duì)采集到的圖像信息進(jìn)行處理， 采用質(zhì)點(diǎn)法計(jì)算質(zhì)心， 確定質(zhì)心以后再計(jì)算最大果徑。L=bwlabel (BW1,8) ; %標(biāo)注二進(jìn)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(píng)果大小尺寸的檢測(cè)。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(lái)代表蘋(píng)果的最大橫徑。進(jìn)行圖像分割， 得到RGB圖像。 應(yīng)用轉(zhuǎn)化公式將蘋(píng)果顏色的RGB模型轉(zhuǎn)化為HIS模型， 利用轉(zhuǎn)換公式計(jì)算各像素的色度值H。3） 蘋(píng)果表面顏色的檢測(cè)。利用RGB顏色模型及HIS顏色模型對(duì)蘋(píng)果表面色度檢測(cè)， 進(jìn)行顏色分級(jí)。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(lán)色為240度。它們的補(bǔ)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(guó)際照明委員會(huì)，根據(jù)其法語(yǔ)名稱簡(jiǎn)寫(xiě)為CIE。4） 蘋(píng)果表面常見(jiàn)缺陷的識(shí)別與測(cè)量表面缺陷檢測(cè)一直是困擾蘋(píng)果自動(dòng)化分級(jí)的難題， 缺陷的快速識(shí)別一直是研究的熱點(diǎn)。 本文采用特征提取， 即提取出缺陷部位的輪廓， 再進(jìn)行填充， 求其面積。 根據(jù)缺陷面積來(lái)判定等級(jí)。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(cè)缺陷判