[发明专利]基于机器视觉的粪便形态识别方法

权利要求书

1.一种基于机器视觉的粪便形态识别方法，其特征在于:

针对粪便颜色识别，包括如下步骤：

S101.导入粪便样本图像I_SP和背景图像I_BG；

S102.运用所述背景图像I_BG对所述粪便样本图像I_SP进行差分处理，提取出粪便区域图像I_FA；

S103.针对所述粪便区域图像I_FA中的每一个像素点，分别与各种粪便标准色进行基于RGB值、HSV值和/或Lab值的闵式距离运算，并将闵式距离最小的粪便标准色作为该像素点的粪便标准色；

S104.统计所述粪便区域图像I_FA中各种粪便标准色的像素点数目，将像素点数目最多的粪便标准色标记为该粪便区域图像I_FA的颜色；

针对粪便形状识别，包括如下步骤：

S601.针对粪便形状的各种标准形状，应用对应的样本图像训练集和样本图像测试集对该标准形状的卷积神经网络模型进行训练，得到对应的卷积神经网络匹配模型；

S602.应用各种标准形状的卷积神经网络匹配模型分别对导入的粪便样本图像I_SP进行匹配识别，将匹配率最高的标准形状标记为该粪便样本图像I_SP的形状。

2.如权利要求1所述的基于机器视觉的粪便形态识别方法，其特征在于，当所述粪便样本图像I_SP与所述背景图像I_BG的亮度差值低于第一阈值时，所述步骤S102包括如下步骤：

S201.对所述粪便样本图像I_SP和所述背景图像I_BG分别进行图像归一化处理，得到对应的粪便样本归一化图像NI_SP和背景归一化图像NI_BG；

S202.按照如下公式分别求取所述粪便样本归一化图像NI_SP中各个像素点的RGB最小值和所述背景归一化图像NI_BG中各个像素点的RGB最小值

式中，min()为求最小值函数，NI^(i,j)(:,:,R)为在归一化图像NI中像素点(i,j)的R颜色分量值，NI^(i,j)(:,:,G)为在归一化图像NI中像素点(i,j)的G颜色分量值，NI^(i,j)(:,:,B)为在归一化图像NI中像素点(i,j)的B颜色分量值，(i,j)为在归一化图像NI中的像素点坐标；

S203.在所述粪便样本归一化图像NI_SP中，提取大于第二阈值的像素点区域，得到所述粪便区域图像I_FA。

3.如权利要求1所述的基于机器视觉的粪便形态识别方法，其特征在于，当所述粪便样本图像I_SP与所述背景图像I_BG的亮度差值高于或等于第一阈值时，所述步骤S102包括如下步骤：

S301.将所述粪便样本图像I_SP和所述背景图像I_BG分别从RGB空间转换至HSV空间；

S302.对HSV空间下的粪便样本图像I_SP和背景图像I_BG分别进行图像归一化处理，得到对应的粪便样本归一化图像NI_SP和背景归一化图像NI_BG；

S303.在所述粪便样本归一化图像NI_SP中，提取大于第三阈值的像素点区域，得到HSV空间下的粪便区域图像，式中，NI^H(i,j)为在归一化图像NI中像素点(i,j)的H分量值，(i,j)为在归一化图像NI中的像素点坐标；

S304.将处于HSV空间下的粪便区域图像从HSV空间转换至RGB空间，得到所述粪便区域图像I_FA。