一种茶树叶片叶齿锐度的量化评价方法

技术领域

本发明涉及产品检测技术领域，具体涉及一种茶树叶片叶齿锐度的量化评价方法。

背景技术

现有茶树叶齿统计与评价均为人工计数和感官审评。主要是对茶树叶片叶齿密度、叶齿锐度、叶齿深度等相关指标进行裸眼观察，人工计数，两两比较后，依据专家经验进行主观判断并给予综合评价。现行的茶树叶齿形态识别和分类方法，虽然在一定程度上能反映出叶齿形态，但评价结果容易受专家个人主观经验的影响，同一样品在不同时间、不同鉴定人员和不同鉴定环境中得到的结果具有明显的波动，缺少稳定性。此外，叶齿形态识别、分类和评价时，每个样品要做10-20个重复，靠人工计数和统计，需要投入大量时间，评价效率较低，评价结果不够客观。

发明内容

针对现有技术的上述不足，本发明提供了一种茶树叶片叶齿锐度的量化评价方法。

为达到上述发明目的，本发明所采用的技术方案为：

提供一种茶树叶片叶齿锐度的量化评价方法，其包括如下步骤：

S1：拍摄采集得到茶树叶片图像；

S2：将茶树叶片图像进行二值化处理得到二值化图像；

S3：根据二值化图像提取得到叶片轮廓线；

S4：以茶树叶片图像左下角作为坐标系原点建立坐标系，对叶片轮廓线进行切分得到第一切分点、第二切分点、第三切分点和第四切分点，第一切分点、第二切分点、第三切分点和第四切分点分别为叶片轮廓线的y轴最小点P

将轮廓线上第一切分点P

第二切分点P

第三切分点P

第四切分点P

S5：计算得到轮廓线上任意点(x

S6：以第一切分点P

统计斜率变化趋势图中波峰的数量即为叶齿数量N

S7：根据叶齿数量N

S8：根据叶齿锐度指数R

进一步的，统计叶齿数量前对斜率变化状态进行清洗，清洗过程包括：当波峰或波谷中相同Z

进一步的，二值化处理包括如下具体步骤：

A1：提取茶树叶片图像的饱和度矩阵数据；

A2：对饱和度矩阵数据进行二值化处理得到二值化矩阵；二值化公式为：

其中，x

A3：将二值化矩阵还原得到二值化图像。

进一步的，步骤A2与A3之间还包括对二值化矩阵进行修补和清洗；具体步骤包括：对二值化矩阵中任意3*3矩阵中的矩阵元进行修补和清洗，修补和清洗公式包括如下：

u＝I-1；

v＝J-1；

其中，K

进一步的，步骤S3包括如下具体步骤：

B1：根据边缘赋值公式从上到下、从左到右遍历二值化图像，对二值化图像中茶树叶片边缘的像素点进行赋值，得到粗边缘赋值图；边缘赋值公式包括如下：

其中，Z

B2：根据断点补齐公式从上到下、从左到右遍历粗边缘赋值图，对粗边缘轮廓进行断点补齐，得到补齐粗边缘赋值图；断点补齐公式包括如下：

其中，Z

B3：根据一维化公式从上到下、从左到右遍历补齐粗边缘赋值图，将叶片边缘轮廓一维化，得到一维边缘赋值图；一维化公式包括如下：

其中，K

B4：根据边缘提取公式从上到下、从左到右遍历一维边缘赋值图，提取得到叶片轮廓线图；边缘提取公式包括如下：

进一步的，步骤S8具体包括：设定第一锐度阈值δ

本发明的有益效果为：

本发明通过对茶树叶片图像进行二值化处理后提取得到茶树叶片的叶片轮廓线，并通过对叶片轮廓线进行切分，计算得到茶树叶片轮廓上任一点的切分斜率，从而计算得到用于评价树叶叶齿锐度的叶齿锐度指数，通过计算得到的叶齿锐度指数对茶树叶片的形态进行评价，从而将叶齿识别、分类和评价工作从人工识别转变为基于图片识别机器识别，消除了鉴定人员个人主观因素对评价结果准确性的影响。

并且本发明提出的二值化处理方法和叶片轮廓提取处理方法能够更为精准提取出茶树叶片的轮廓线，从而在后续对切分斜率和叶齿锐度指数的计算时，能够计算更精确。

附图说明

图1为本发明的流程示意图；

图2为二值化图像；

图3为茶树叶片轮廓线示意图；

图4为斜率变化趋势图；

图5为修补清洗后的斜率变化趋势图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，一种茶树叶片叶齿锐度的量化评价方法，其包括如下步骤：

S1：拍摄采集得到茶树叶片图像；

S2：将茶树叶片图像进行二值化处理得到如图2所示的二值化图像；

S3：根据二值化图像提取得到如图3所示的叶片轮廓线；

S4：以茶树叶片图像左下角作为坐标系原点建立坐标系，对叶片轮廓线进行切分得到第一切分点、第二切分点、第三切分点和第四切分点，第一切分点、第二切分点、第三切分点和第四切分点分别为叶片轮廓线的y轴最小点

将轮廓线上第一切分点P

第二切分点P

第三切分点P

第四切分点P

S5：计算得到轮廓线上任意点(x

S6：以第一切分点P

统计斜率变化趋势图中波峰的数量即为叶齿数量N

S7：根据叶齿数量N

S8：根据叶齿锐度指数R

统计叶齿数量前对斜率变化状态进行清洗，清洗过程包括：当波峰或波谷中相同Z

二值化处理包括如下具体步骤：

A1：提取茶树叶片图像的饱和度矩阵数据；

A2：对饱和度矩阵数据进行二值化处理得到二值化矩阵；二值化公式为：

其中，x

A3：将二值化矩阵还原得到二值化图像。

步骤A2与A3之间还包括对二值化矩阵进行修补和清洗；具体步骤包括：对二值化矩阵中任意3*3矩阵中的矩阵元进行修补和清洗，修补和清洗公式包括如下：

u＝I-1；

v＝J-1；

其中，K

步骤S3包括如下具体步骤：

B1：根据边缘赋值公式从上到下、从左到右遍历二值化图像，对二值化图像中茶树叶片边缘的像素点进行赋值，得到粗边缘赋值图；边缘赋值公式包括如下：

其中，Z

B2：根据断点补齐公式从上到下、从左到右遍历粗边缘赋值图，对粗边缘轮廓进行断点补齐，得到补齐粗边缘赋值图；断点补齐公式包括如下：

其中，Z

B3：根据一维化公式从上到下、从左到右遍历补齐粗边缘赋值图，将叶片边缘轮廓一维化，得到一维边缘赋值图；一维化公式包括如下：

其中，K

B4：根据边缘提取公式从上到下、从左到右遍历一维边缘赋值图，提取得到叶片轮廓线图；边缘提取公式包括如下：

步骤S8具体包括：设定第一锐度阈值δ