(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910116876.5
(22)申请日 2019.02.15
(71)申请人 仲恺农业工程学院
地址 510225 广东省广州市海珠区纺织路
东沙街24号
(72)发明人 庄家俊　唐宇　骆少明　侯超钧　
郭琪伟　苗爱敏　陈亚勇　张恒涛　
朱耀宗　高升杰　程至尚　
(74)专利代理机构 广州润禾知识产权代理事务
所(普通合伙) 44446
代理人 林伟斌
(51)Int.Cl.
G06T 7/00(2017.01)
G06T 7/12(2017.01)
G06T 7/62(2017.01)
G06K 9/62(2006.01)
(54)发明名称一种基于机器视觉的香蕉成熟度评判建模方法和评判方法(57)摘要本发明涉及一种基于机器视觉的香蕉成熟度评判建模方法和评判方法，包括以下步骤：定位香蕉彩色图像上的感兴趣区域ROIs；提取ROIs 的颜色统计量特征，根据颜色统计量特征采用机器学习方法建立基于色泽特征的香蕉成熟度判别模型；提取ROIs的局部梯度方向分布特征，根据局部梯度方向分布特征采用机器学习方法建立基于局部形状特征的香蕉成熟度判别模型；提取ROIs的局部纹理特征，根据局部纹理特征采用机器学习方法建立基于纹理特征的香蕉成熟度判别模型；对三个基于不同特征的香蕉成熟度判别模型分配权重，形成香蕉成熟度评判决策模型。

本发明可以实现香蕉成熟度无损、准确的评判，使得香蕉成熟度等级评判操作更便捷、更客观、更准确，
并具有较高的推广价值。

权利要求书2页 说明书7页 附图2页CN 109978822 A 2019.07.05
C N 109978822
A
权　利　要　求　书1/2页CN 109978822 A
1.一种基于机器视觉的香蕉成熟度评判建模方法，其特征在于，包括以下步骤：
定位香蕉彩色图像上的感兴趣区域ROIs；
提取ROIs的颜色统计量特征，根据颜色统计量特征采用机器学习方法建立基于色泽特征的香蕉成熟度判别模型；
提取ROIs的局部梯度方向分布特征，根据局部梯度方向分布特征采用机器学习方法建立基于局部形状特征的香蕉成熟度判别模型；
提取ROIs的局部纹理特征，根据局部纹理特征采用机器学习方法建立基于纹理特征的香蕉成熟度判别模型；
对三个基于不同特征的香蕉成熟度判别模型分配权重，根据三个基于不同特征的香蕉成熟度判别模型和对应的权重形成香蕉成熟度评判决策模型。

2.根据权利要求1所述的一种基于机器视觉的香蕉成熟度评判建模方法，其特征在于，所述定位香蕉彩色图像上的感兴趣区域ROIs，具体包括以下步骤：
在香蕉果柄朝向设定方向时进行光学成像形成香蕉彩色图像，所述设定方向为上或下或左或右；
采用空间滤波和阈值化方法处理香蕉彩色图像，通过梯度算子计算香蕉的边缘；
搜索香蕉在所述设定方向上的边缘像素梯度方向变化最大的起始点和终止点，以所述设定方向的垂直方向为坐标轴x，记起始点和终止点在坐标轴x的坐标平均值为x0，并以直线x＝x0与香蕉在所述设定方向上的边缘的交点作为感兴趣区域ROIs的坐标原点，在香蕉内部设置p×q个像素的局部区域作为ROIs。

3.根据权利要求2所述的一种基于机器视觉的香蕉成熟度评判建模方法，其特征在于，所述采用空间滤波和阈值化方法处理香蕉彩色图像，具体包括以下步骤：采用空间域高斯均值滤波器处理香蕉彩色图像；
将处理后的香蕉彩色图像转换为单通道灰度图像，采用全局阈值分割方法滤除所有背景像素，获得香蕉前景区域。

4.根据权利要求3所述的一种基于机器视觉的香蕉成熟度评判建模方法，其特征在于，所述通过梯度算子计算边缘，具体包括以下步骤：
采用Sobel梯度算子提取香蕉前景区域的边缘，根据边缘面积的大小屏蔽果柄区域。

5.根据权利要求1所述的一种基于机器视觉的香蕉成熟度评判建模方法，其特征在于，所述根据颜色统计量特征采用机器学习方法建立基于色泽特征的香蕉成熟度判别模型，具体包括以下步骤：
提取ROIs的色调分量H和色饱和度分量S，分别计算色调分量H和色饱和度分量S中对应的颜色统计量特征，以所述颜色统计量特征作为输入特征向量，采用线性判别分析方法建立基于色泽特征的香蕉成熟度判别模型。

6.根据权利要求1或5所述的一种基于机器视觉的香蕉成熟度评判建模方法，其特征在于，所述颜色统计量特征包括平均值和/或标准差。

7.根据权利要求1所述的一种基于机器视觉的香蕉成熟度评判建模方法，其特征在于，所述根据局部梯度方向分布特征采用机器学习方法建立基于局部形状特征的香蕉成熟度判别模型，具体包括以下步骤：
利用一阶中心微分算子计算ROIs的梯度图像，平均划分梯度图像中所有像素的梯度方
2。