基于特征向量定向的椭球形水果尺寸快速检测方法

摘要

本发明公开了一种基于特征向量定向的椭球形水果尺寸快速检测方法。对获取的水果图像进行阈值分割、滤波、边缘提取等操作来得到水果边缘图像。对边缘图像建立直角坐标系；求出边缘坐标的协方差矩阵；进而求得协方差矩阵的特征值与单位特征向量；利用单位特征向量定向水果，使其纵径或横径方向平行于直角坐标系水平轴，再利用计算水果边界的上、下、左、右极值点来完成尺寸检测。本发明通过对水果图像的边界坐标信息求取特征向量来达到快速定向到水果纵径和横径，避免了MER方法通过多次旋转水果图像带来的大量运算，在保证检测精度的同时，提高了检测速度，适于椭球形水果商品化处理过程中的水果尺寸实时检测需要。

主权项

一种基于特征向量定向的椭球形水果尺寸快速检测方法，获取水果图像，并经二值分割、滤波和边缘检测后，得到水果的边界E，建立直角坐标系；其特征在于该方法的步骤是：1)将边界E的数据以x_i,y_i，i＝1,2…N,的形式存放到水果边界信息矩阵M，其中N为水果边界点总数；2)按公式(1)求水果边界信息矩阵M的协方差矩阵C：$C=\left[\begin{array}{cc}\frac{{\Sigma }_{i=1}^n{(x_i-{\mu }_X)}^2}{n-1}& \frac{{\Sigma }_{i=1}^n(x_i-{\mu }_X)(y_i-{\mu }_Y)}{n-1}\\ \frac{{\Sigma }_{i=1}^n(x_i-{\mu }_X)(y_i-{\mu }_Y)}{n-1}& \frac{{\Sigma }_{i=1}^n{(y_i-{\mu }_Y)}^2}{n-1}\end{array}\right]---\left(1\right)$$\left\{\begin{array}{c}{\mu }_X=\frac{{\Sigma }_{i=1}^n{x}_i}{n}\\ {\mu }_Y=\frac{{\Sigma }_{i=1}^n{y}_i}{n}\end{array}\right.---\left(2\right)$式中：μ_X是边界E上x坐标的均值，求法见公式(2)μ_Y是边界E上y坐标的均值，求法见公式(2)x_i是边界E上第i个点的x坐标y_i是边界E上第i个点的y坐标n是边界E上点的个数3)用公式(3)计算协方差矩阵C的特征值λ_i，i＝1,2|λ_iE‑C|＝0                 (3)用公式(4)求出特征值λ_i，i＝1,2的特征向量V_i，i＝1,2(λ_iw‑C)V_i＝0，i＝1，2              (4)用公式(5)计算单位长度的特征向量V0_i，$V{0}_i=\frac{V_i}{\left|V_i\right|},i=1,2---\left(5\right)$用单位特征向量V0_i，i＝1,2组成定向矩阵R，即R＝[V0₁V0₂]；4)用公式(6)将水果边界信息矩阵M乘上定向矩阵R得到新的水果边界信息矩阵M’；$\left\{\begin{array}{c}{x}_i^{\prime }=x_i{R}_{11}+y_i{R}_{21}\\ y_i^{\prime }=x_i{R}_{12}+y_i{R}_{22}\end{array}\right.---\left(6\right)$式中：x_i，y_i为M中第i个元素R_pq，p＝1,2,q＝1,2表示R中第p行第q列的元素x′_i，y′_i为M’中第i个元素5)在新的水果边界信息矩阵M’分别找出X’坐标和Y’坐标最小值x’_min,y’_min和最大值x’_max,y’_max；用公式(7)计算水果的纵径和横径：$\left\{\begin{array}{c}{D}_{\max }=\max (x_{\max }^{\prime }-x_{\min }^{\prime },y_{\max }^{\prime }-y_{\min }^{\prime })\\ D_{\min }=\min (x_{\max }^{\prime }-x_{\min }^{\prime },y_{\max }^{\prime }-y_{\min }^{\prime })\end{array}\right.---\left(7\right)$D_max和D_min分别代表水果的纵径和横径。