一种基于图像识别的纸塑产品分拣方法及系统

专利主权项内容

1.一种基于图像识别的纸塑产品分拣方法，其特征在于，包括步骤：获取不同类型纸塑产品的历史图像并设置类型标签，根据所述历史图像及所述类型标签生成多个数据集，每一类纸塑产品对应一个数据集；将所述历史图像转化为灰度图像，根据边缘算法得到纸塑产品的边缘，所述边缘包括表示纸塑产品外轮廓的外边缘和表示纸塑产品上印刷的图像或文字的内边缘；计算所述边缘的内外面积；所述计算所述边缘的内外面积，包括步骤：统计内边缘的像素点个数及外边缘的像素点个数；计算多种类型的纸塑产品内外面积大小，计算公式为：其中，表示第i类纸塑产品中第j个纸塑产品的内外面积大小，/>表示第i类纸塑产品中第j个纸塑产品内边缘的像素点个数，/>表示第i类纸塑产品中第j个纸塑产品外边缘的像素点个数；计算所述边缘中混乱程度的最优值；计算所述边缘中混乱程度的最优值，包括步骤：计算曲率伴生矩阵；计算曲率伴生矩阵，包括步骤：计算边缘像素点的曲率值和曲率方向，通过每个边缘像素点的海森矩阵，得到边缘像素点的曲率值和边缘像素点的曲率方向，海森矩阵的最大特征值为该边缘像素点的曲率值，最大特征值对应的特征向量表示该边缘像素点的曲率方向；设定边缘上任意一个像素点(x，y)的曲率值为a，在某一曲率方向上，与(x，y)的距离为(dx，dy)的点(x＋dx，y＋dy)的曲率值为b，使，其中，/>表示纸塑产品的边缘的像素点中最小的曲率值，/>表示纸塑产品的边缘的像素点中最大的曲率值，将曲率值设置8个曲率等级，则曲率值的计算公式为：其中，设置8个曲率等级对曲率值进行划分，是曲率等级划分后纸塑产品的边缘上第i个像素点的曲率值，/>是纸塑产品的边缘上第i个像素点的曲率值，/>表示所有纸塑产品的边缘点最大的曲率值；对曲率方向进行划分，划分为8个曲率方向，统计每一个曲率方向设定距离上(a=1，b=1)、(a=1，b=2)、(a=1，b=3)、...、(a=2，b=1)、...、(a=8，b=8)出现的次数，得到为一个8行8列的矩阵为曲率伴生矩阵；根据所述曲率伴生矩阵，计算纸塑产品边缘的混乱程度，计算公式为：其中，为纸塑产品边缘的混乱程度，/>表示曲率伴生矩阵中第i行第j列的值；计算混乱程度的最优值；计算混乱程度的最优值，包括步骤：计算目标函数，所述目标函数的表达式为：其中，为目标函数，/>表示第i类纸塑产品中第k个纸塑产品的边缘的混乱程度，表示第j类纸塑产品的边缘混乱程度的均值；响应于所述目标函数的最大值被确认，生成最优曲率方向和距离，得到混乱程度的最优值；计算不同类型纸塑产品的历史图像的颜色差异度；所述计算不同类型纸塑产品的历史图像的颜色差异度，包括步骤：获取不同类型纸塑产品的历史图像的RGB图像；根据RGB图像中不同颜色通道的特征，计算颜色特征差异度，计算公式为：其中，表示颜色特征差异度，/>表示红色通道特征的平均值，/>表示绿色通道特征的平均值，/>表示蓝色通道特征的平均值，/>表示灰度图像特征的平均值；根据所述边缘、所述混乱程度的最优值及所述颜色差异度，构建多个高斯模型，根据所述数据集训练所述高斯模型，生成分拣模型，每一个数据集对应一个高斯模型，每一个高斯模型对应一个分拣模型；在所述分拣模型中获取待识别图像中边缘、所述混乱程度的最优值及所述颜色差异度，生成待识别图像属于每一个分拣模型的概率值；根据所述概率值的最大值对应的分拣模型，生成分拣结果。