买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东理工大学

摘要：本发明提供一种蒜种芽尖图像识别方法，包括对蒜种图像进行预处理，获取蒜种外轮廓点坐标序列，对蒜种外轮廓点序列进行拟合，生成拟合后的外轮廓点序列，计算蒜种外轮廓中心坐标及各外轮廓点和该中心的距离，以与中心距离最小的外轮廓点为始点，顺时针对外轮廓点序列重新排序，在重新排序的外轮廓点序列中，间隔计算外轮廓点的曲率，生成曲率估计值序列，在曲率估计值序列中查找有效曲率值，得到有效曲率序列，比较各有效曲率值大小，得到有效曲率的最大值、次大值和第三大值及其序号，根据该最大值、次大值和第三大值及其序号，判断蒜种芽尖点的位置。本发明识别蒜种芽尖快速，准确率高，对硬件性能要求不高，适用于在大蒜种植机上应用。

主权项：1.一种蒜种芽尖图像识别方法，其特征在于，包括以下步骤：步骤1：获取待识别的蒜种图像，对蒜种图像进行灰度化处理、Gamma灰度校正、高斯滤波器降噪，生成二值化蒜种图像并进行闭运算处理，保留最大连通区域的外轮廓点序列，该最大连通区域即为蒜种外轮廓点序列，根据曲线逼近离散数据点的拟合方法对蒜种外轮廓点序列进行拟合，得到蒜种外轮廓曲线的参数方程，分别取参变量得拟合后的蒜种外轮廓点序列，为正整数且，为采集的同一类蒜种数据集中外轮廓点序列的平均点数，序列为；步骤2：利用步骤1生成的蒜种外轮廓点序列各点坐标，计算蒜种外轮廓中心坐标及该中心和各外轮廓点的距离，以与中心距离最小的外轮廓点为始点，顺时针重新排序外轮廓点序列，生成序列；步骤3：根据离散点数据计算曲率方法，在步骤2重新排列的外轮廓点序列R1i中，从第m个外轮廓点开始每间隔g-1个外轮廓点计算外轮廓点的曲率Ki，m为正整数且，为正整数且，生成曲率估计值序列，序列为；步骤4：根据步骤3得到的曲率估计值序列，令、、、，j依次取，比较、、、和的大小，若为该组最大曲率值且j或，作为有效曲率值，从而得到有效曲率序列，比较序列中各曲率值大小，得到最大值及其在序列中的序号，次大值及其在序列中的序号，和第三大值及其在序列中的序号；步骤5：对步骤4得到的有效曲率值、和及其在序列中的序号和进行判断：1）当时，对应序列中序号为的蒜种外轮廓点作为芽尖点输出；2）当时，若和均小于，且，则对应序列中序号为的蒜种外轮廓点作为芽尖点输出；若和均大于，且，则对应序列中序号为的蒜种外轮廓点作为芽尖点输出；若和均小于，且，则对应序列中序号为的蒜种外轮廓点作为芽尖点输出；若和均大于，且，则对应序列中序号为的蒜种外轮廓点作为芽尖点输出；若和均小于，且，则对应序列中序号为的蒜种外轮廓点作为芽尖点输出；若和均大于，且，则对应序列中序号为的蒜种外轮廓点作为芽尖点输出；否则，对应序列中序号为的蒜种外轮廓点作为芽尖点输出。

全文数据：

权利要求：

百度查询： 山东理工大学 一种蒜种芽尖图像识别方法