[发明专利]一种计算机中基于轮廓和纹理的对羽毛片进行分类的方法

说明书

本发明公开了一种计算机中基于轮廓和纹理的对羽毛片进行分类的方法，包括输入训练集羽毛片图像，进行预处理；分割羽毛杆和羽毛叶；建立级别分类模型；建立形状分类模型；输入需要分类的图像；分割羽毛杆和羽毛叶；将需要分类的图像分为轮廓有缺陷和无缺陷两部分；将轮廓无缺陷的图像标记为0或1，标记为0的图像分类结束，输出分类结果为三级羽毛，标记为1的羽毛图像继续分类；根据形状分类模型，将标记为1的羽毛图像标记为全圆和方形两类，对方形结果的图像继续分类，全圆结果的图像分类结束并输出分类结果为一级全圆羽毛；对方形的羽毛叶图像，度量羽毛叶两边与中心线的距离，分别标记为大方、中方和小方。

技术领域

本发明属于计算机视觉技术领域，尤其涉及到一种计算机中基于轮廓和纹理的对羽毛片进行分类的方法。

背景技术

一直以来我国作为羽毛球生产大国，90％的羽毛球产量由中国制造。羽毛分拣的过程步骤十分繁杂，目前羽毛片的分拣主要还是依赖密集的人工操作，分拣的结果受到主观影响，分拣效率非常低，同时大强度的工作对工人的身体健康也造成了巨大的影响。人工检测羽毛已经不能满足工业需求了。羽毛片自动分拣系统能够代替人工完成对羽毛片不同方面的自动检测，带来巨大的工业收益。

文献1:岳洪伟,汪仁煌,何最红.基于Normalized cut的羽毛杆自动提取[J].计算机应用，2012，32(7):1899－1901.对羽毛图像进行分割，根据先验知识分割羽毛片，将分割得到的羽毛杆结果作为初始轮廓线，在此基础上提出一种窄带单向膨胀算法，迭代变形的轮廓，避免相邻轮廓线邻域重叠问题，对Ncut得到的羽毛杆进行局部调整作为最终自动分割结果，避免了羽毛杆根部绒毛的强干扰。

文献2:岳洪伟,汪仁煌,张晶华,何最红.羽毛杆折痕自动识别方法[J].计算机工程与设计,2013,34(12):4351-4355.中将羽毛杆图像转化为一维信号，利用小波变换模极大值和信号奇异点的关系完成折痕位置预判，提出局部Randon变换计算子图像不变矩，通过改变尺度因子获得矩不变量矩阵，利用奇异值分解获得特征量；采用决策级融合方法得到最终识别结果。该方法有着较低的非折痕误测率和较高的折痕识别率，适用于羽毛杆表面缺陷的自动识别。

文献3:明俊峰.羽毛片缺陷检测若干关键技术的研究[D]:博士学位论文.广东:广东工业大学,2014.提出了基于C-V水平集模型的一种改进的水平集模型，对羽毛叶进行分割处理，得到了瑕疵的分割结果，该方法有迭代次数少，运算速度快，分割精度高等优点。

文献4:朱颖.基于SVM的二叉树羽毛片颜色分类器[J].广东工业大学学报,2013,30(4):88-92.提出了一种基于颜色空间变换的颜色特征提取方式，将RGB空间的原始图像转换到Y'U'V'空间进行特征提取，基于svm分类器分类。

综上，现有方法的主要缺点有：主要集中于羽毛杆缺陷检测和羽毛叶缺陷检测，具体缺陷的定位对算法的要求非常高，难度和计算量大，另外对羽毛形状的研究存在空白。

发明内容

发明目的：本发明的目的是针对以上技术问题，提供一种计算机中更高效的基于轮廓和纹理的对羽毛片进行分类的方法。

为了解决上述技术问题，本发明公开了一种计算机中基于轮廓和纹理的对羽毛片进行分类的方法，包括如下步骤：

步骤1，输入训练集羽毛片图像，对图像进行预处理，得到新图像；

步骤2，采用基于滑动窗口的方法对新图像分割羽毛杆和羽毛叶，得到羽毛叶部分的灰度图像；

步骤3，对羽毛叶部分的灰度图像提取纹理特征和颜色特征，利用分类器建立级别分类模型；

步骤4，在新图像中，提取形状特征，利用分类器建立形状1分类模型，训练过程结束；