[发明专利]一种基于轮廓质心距离与神经网络的玉米破碎粒检测方法

权利要求书

1.一种基于轮廓质心距离与神经网络的玉米破碎粒检测方法，其特征在于该方法的步骤如下：

1)获取玉米籽粒图像，以图像的左上角点为原点，以图像水平向右方向为x轴正方向，以图像竖直向下方向为y轴正方向，建立直角坐标系；

2)对玉米籽粒图像依次进行分段灰度变换、滤波、图像分割和轮廓提取，绘制轮廓图像E；

所述步骤2)具体是：

2.1)利用大津法对玉米籽粒图像处理获得初始阈值T；

2.2)构建以T/2为区间中心的感兴趣灰度区间[T/6，5T/6]；

2.3)将玉米籽粒图像的像素灰度值f(x_i，y_i)按以下公式进行分段灰度变换，得到变换后图像的像素灰度值为g(x_i，y_i)：

其中，f(x_i，y_i)表示玉米籽粒图像中像素点(x_i，y_i)的灰度值，g(x_i，y_i)表示分段灰度变换后的玉米籽粒图像中像素点(x_i，y_i)的灰度值，γ表示曲线形状参数，γ指定f(x_i，y_i)和g(x_i，y_i)关系的曲线形状；

2.4)然后依次进行滤波、图像分割处理获得二值图像I，对二值图像I进行轮廓提取并绘制获得轮廓图像E；

3)扫描轮廓图像E，构建直角坐标系下长度为n_s的玉米籽粒轮廓信息序列S；

4)计算轮廓质心O的坐标(x_o，y_o)；

5)建立极坐标系，将直角坐标系下的玉米籽粒轮廓信息序列S转换为极坐标系下的玉米籽粒轮廓信息序列S_p；

6)根据极坐标系下的玉米籽粒轮廓信息序列S_p构建长度为360/Δθ的轮廓质心距离序列R，对轮廓质心距离序列R进行归一化处理得到轮廓特征向量F；

所述步骤6)具体是：

6.1)极坐标系下的玉米籽粒轮廓信息序列S_p中，以任意一个极角作为起始角度θ₀，并将其存为轮廓质心距离序列R的第一个元素；

6.2)搜索极角和起始角度θ₀之间的差值|θ_j-θ₀|最小的轮廓点，将该轮廓点的极径r_j存入轮廓质心距离序列R的末尾；

6.3)然后依次增加极角的角度Δθ；

6.4)重复上述步骤6.2)～6.3)不断处理直至搜索完整一圈圆周，则完成轮廓质心距离序列R的构建；

6.5)然后按以下公式对轮廓质心距离序列R中每个轮廓点的极径进行归一化处理，得到轮廓特征向量F：

r_j′＝(l_max-l_min)×(r_j-r_min)/(r_max-r_min)+l_min

其中，r_max和r_min分别是轮廓质心距离序列R中所有轮廓点极径的最大值和最小值，[l_min，l_max]是极径映射范围，l_max＝1，l_min＝-1，r_j′是归一化后的轮廓点的极径；

7)采集已知是否为玉米破碎粒的样本玉米籽粒图像，重复步骤1)至步骤6)获得轮廓特征向量F，然后将N个样本玉米籽粒图像的轮廓特征向量F与图像是否为玉米破碎粒的标签一起输入到BP神经网络中进行训练；

然后采集待测玉米籽粒图像，重复步骤1)至步骤6)获得轮廓特征向量F，将轮廓特征向量F输入到训练好的BP神经网络中获得是否为玉米破碎粒的检测结果。

2.根据权利要求1所述的一种基于轮廓质心距离与神经网络的玉米破碎粒检测方法，其特征在于：所述的玉米籽粒图像为玉米籽粒的胚面或胚乳面的正面拍摄图像。