[发明专利]基于计算机视觉的石材识别方法有效
申请号: | 202210902703.8 | 申请日: | 2022-07-29 |
公开(公告)号: | CN114972346B | 公开(公告)日: | 2022-11-04 |
发明(设计)人: | 樊文君 | 申请(专利权)人: | 山东通达盛石材有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T5/00;G06V10/75;G06V10/764 |
代理公司: | 青岛致嘉知识产权代理事务所(普通合伙) 37236 | 代理人: | 韩艳艳 |
地址: | 273200 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 计算机 视觉 石材 识别 方法 | ||
本发明涉及计算机视觉领域,具体涉及基于计算机视觉的石材识别方法,包括:获取待检测石材的HSI图像,提取HSI图像中的I通道图像,获取I通道图像的亮度特征值;获取HSI图像的对比度,利用HSI图像的对比度得到HSI图像受亮度影响的变化程度;对HSI图像设置滑窗,利用滑窗内像素点的像素值均值、像素值方差及像素值得到滑窗内每个像素点的单个特征值,根据滑窗内每个像素点的单个特征值得到HSI图像的整体特征值,进而得到待检测石材的整体评价值,利用待检测石材的整体评价值与每种模板石材的整体评价值识别待检测石材的类别。本发明提高了石材识别的准确性。
技术领域
本发明涉及计算机视觉领域,具体涉及基于计算机视觉的石材识别方法。
背景技术
石材是建筑装饰材料的高档产品,天然石材大体分为花岗岩、板岩、砂岩、石灰岩、火山岩等,随着建筑设计的发展,石材早已经成为建筑、装饰、道路、桥梁建设的重要原料之一,不同的行业对石材种类的需求不同,传统的根据石材亮度对石材进行简单的识别,但仅仅使用亮度特征对石材进行识别,会造成识别结果不准确;通过CNN神经网络进行石材种类识别,但是CNN神经网络识别石材种类需要大量的数据集进行打标签,也易发生错误,从而造成CNN神经网络识别结果不准确。因此本发明提出一种基于计算机视觉的石材识别方法,提高石材识别的准确性。
发明内容
本发明提供一种基于计算机视觉的石材识别方法,以解决现有的石材识别不准确的问题。
本发明的基于计算机视觉的石材识别方法,采用如下技术方案:
S1、获取待检测石材的HSI图像,提取HSI图像中的I通道图像,获取I通道图像的灰度均值和I通道图像中每个像素点梯度的模,利用灰度均值和I通道图像中每个像素点梯度的模得到I通道图像的亮度特征值;
S2、获取HSI图像的对比度,利用I通道图像的亮度特征值和HSI图像的对比度得到HSI图像受亮度影响的变化程度;
S3、设置滑窗,利用设置的滑窗在HSI图像中进行遍历,利用每个滑窗中每个像素点的像素值、该滑窗内像素点的像素值均值及像素值方差计算该滑窗内每个像素点的单个特征值,利用每个滑窗内中心像素点的单个特征值与其它像素点的单个特征值计算该滑窗的整体特征值;
S4、根据I通道图像的亮度特征值、HSI图像受亮度影响的变化程度、每个滑窗内中心像素点的单个特征值与其它像素点的单个特征值计算该滑窗的整体特征值得到待检测石材的整体评价值,利用待检测石材的整体评价值与每种模板石材的整体评价值进行匹配,完成待检测石材的分类。
进一步的,所述每个像素点梯度的模是按如下方法确定的:
获取I通道图像中每个像素点的梯度幅值和梯度方向;
利用每个像素点的梯度幅值和梯度方向得到每个像素点的梯度向量,利用每个像素点的梯度向量得到I通道图像中每个像素点梯度的模。
进一步的,所述I通道图像的亮度特征值的表达式为:
式中:表示I通道图像的亮度特征值,表示I通道图像的灰度均值,表示I通道图像中像素点的个数,表示I通道图像中第个像素点梯度的模,表示I通道图像中第个像素点。
进一步的,所述获取HSI图像对比度的方法是:
获取I通道图像与HSI图像的相对熵、I通道图像的对比度;
利用I通道图像和HSI图像的相对熵与I通道图像的对比度的比值得到HSI图像的对比度。
进一步的,所述HSI图像受亮度影响的变化程度的具体表达式为:
式中:表示HSI图像受亮度影响的变化程度,表示I通道图像的亮度特征值,表示HSI图像的对比度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东通达盛石材有限公司,未经山东通达盛石材有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210902703.8/2.html,转载请声明来源钻瓜专利网。