[发明专利]大蒜的疤识别方法、系统及分选设备

说明书

本发明提出一种大蒜的疤识别方法、系统及分选设备，该方法包括以下步骤：采集大蒜图像；对大蒜图像中的大蒜进行疤识别，得到缺陷区域；识别大蒜图像中的预设区域；根据预设区域排除缺陷区域中的误识别，得到疤区域。本发明能够有效识别大蒜的疤区域，同时减少误识别，提高大蒜疤识别的准确率。

技术领域

本发明涉及色选技术领域，特别涉及一种大蒜的疤识别方法、系统及分选设备。

背景技术

大蒜在生长过程中会受到各种外在、内在因素的影响，从而形成了疤，带疤大蒜不能食用，会影响售卖，因此需要对带疤大蒜进行筛选。

目前主要通过分选设备，例如色选机对大蒜进行筛选，以识别出带疤大蒜，然而目前色选机对带疤大蒜的识别准确率并不高。

为了提高色选机对带疤大蒜的识别准确率，发明人对目前的大蒜色选方式进行研究，发现目前的大蒜色选方式至少存在以下问题：由于大蒜的一些区域，如根部区域与疤区域的颜色及形状的相似度都很高，导致色选机在对大蒜进行分选时，对好蒜的误识别概率很高，也就是大蒜疤识别的准确率不高。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的一个目的在于提出一种大蒜的疤识别方法，该方法能够有效识别大蒜的疤区域，同时减少误识别，提高大蒜疤识别的准确率。

为此，本发明的第二个目的在于提出一种大蒜的疤识别系统。

为此，本发明的第三个目的在于提出一种分选设备。

为了实现上述目的，本发明第一方面的实施例提出了一种大蒜的疤识别方法，包括以下步骤：采集大蒜图像；对所述大蒜图像中的大蒜进行疤识别，得到缺陷区域；识别所述大蒜图像中的预设区域；根据所述预设区域排除所述缺陷区域中的误识别，得到疤区域。

根据本发明实施例的大蒜的疤识别方法，对采集的大蒜图像进行疤识别，得到缺陷区域，并识别大蒜图像中的预设区域，根据预设区域排除缺陷区域中的误识别，得到疤区域，从而能够有效识别大蒜的疤区域，同时减少误识别，提高大蒜疤识别的准确率。

另外，根据本发明上述实施例的大蒜的疤识别方法还可以具有如下附加的技术特征：

在一些示例中，所述对所述大蒜图像中的大蒜进行疤识别，具体包括：通过训练好的基于卷积神经网络的识别模型对所述大蒜图像中的大蒜进行疤识别；或者通过色选方式对所述大蒜图像中的大蒜进行疤识别。

在一些示例中，所述识别所述大蒜图像中的预设区域，具体包括：确定大蒜的主轴，获取所述主轴与所述大蒜边缘的第一交点和第二交点，其中，所述主轴为贯穿所述大蒜根部区域和尾部区域的轴；沿所述主轴在所述大蒜上分别取包括所述第一交点的预设长度的第一区域和包括所述第二交点的预设长度的第二区域；将所述第一区域和所述第二区域作为所述预设区域，或将所述第一区域和所述第二区域中面积变化幅度较小的一者作为所述预设区域。

在一些示例中，所述识别所述大蒜图像中的预设区域，具体包括：提取具有缺陷区域的大蒜图像；以该大蒜图像的背景灰度为阈值，进行二值化处理，得到第一目标区域；以大蒜根部区域的灰度为阈值，进行二值化处理，得到第二目标区域；对所述第一目标区域进行腐蚀，得到第三目标区域；从所述第二目标区域中去除其与所述第三目标区域的交集区域，得到预设区域。

在一些示例中，根据所述预设区域排除所述缺陷区域中的误识别，具体包括：针对与预设区域有重叠的缺陷区域，如果重叠面积占该缺陷区域面积的比例大于预设比例阈值，则判定该缺陷区域为误识别，并从识别到的缺陷区域中去除该误识别。

在一些示例中，所述确定大蒜的主轴，具体包括：计算所述大蒜的最小外接矩；确定所述最小外接矩的长中心轴；将所述长中心轴作为所述大蒜的主轴。