基于云服务大数据平台的蚕茧分类方法及收购系统与流程

1.本发明涉及图像处理领域，具体涉及基于云服务大数据平台的蚕茧分类方法及收购系统。


背景技术：

2.蚕茧也叫蚕衣，顾名思义就是就是蚕身上的茧，它在生活中有着比较广泛的作用，如制药、制作丝绸、提取蛹油、作为家畜饲料，因此蚕茧具有很宽阔的市场，而工厂利用蚕茧生产制造时需要收购大量的蚕茧存储，保证工厂的原材料不会间断，但是目前市场中的蚕茧的品质参差不齐，导致每批蚕茧中蚕茧的品质参差不齐，若直接按照批次对蚕茧进行收购，会导致收购的每种品质的蚕茧与所需的每种蚕茧品质的蚕茧不对应，从而增加了工厂的原材料成本和存储成本，因此，收购蚕茧时对每种品质的蚕茧进行分类收购至关重要。
3.现有技术对于蚕茧品质的评价是利用大津阈值分割技术对蚕茧图像进行分割，通过自适应阈值将蚕茧图像中的斑点区域分割出来，并根据斑点区域的面积评价蚕茧的品质，蚕茧图像中的斑点区域越大，蚕茧出丝的区域越少，则说明蚕茧品质越差；但是，蚕茧本身具有一定的颜色，且蚕茧颜色不同会导致蚕茧的品质不同，而该方法只结合了蚕茧上斑点区域的面积，并未结合蚕茧的颜色，导致对蚕茧品质的评价不准确，从而导致蚕茧分类不准确。


技术实现要素：

4.本发明提供基于云服务大数据平台的蚕茧分类方法及收购系统，以解决现有的蚕茧分类不准确的问题。
5.本发明的基于云服务大数据平台的蚕茧分类方法，采用如下技术方案：s1、获取蚕茧样本图像，根据蚕茧样本图像得到蚕茧的hsv图像，获取hsv图像的矩形包围框，设置多个缩小比例，将hsv图像的矩形包围框根据每个缩小比例进行缩小得到多个缩小后的矩形包围框，将缩小后的矩形包围框作为第一包围框；s2、获取矩形包围框的每条对称轴，分别获取矩形包围框及每个第一包围框在每条对称轴上的目标像素点，获取蚕茧图像的中心像素点，根据每个目标像素点到中心像素点的距离进行高斯拟合得到对应目标像素点高斯值；s3、根据每个目标像素点亮度值与对应目标像素点高斯值得到每个目标像素点第一差值，利用每个目标像素点的第一差值、每个目标像素点到中心像素点的距离绘制散点图，利用最小二乘对散点图进行拟合得到拟合曲线；s4、根据散点图、拟合曲线及蚕茧图像面积得到hsv图像对应的蚕茧样本的品质，利用得到的所有蚕茧样本的品质对蚕茧进行分类。
6.进一步的，所述蚕茧图像是按如下方法确定的：获取蚕茧样本正面图像和反面图像，根据蚕茧样本正面图像和反面图像得到蚕茧样本正面图像和反面图像的二值图，将蚕茧样本正面图像和反面图像的二值图与对应蚕茧
样本正面图像和反面图像点乘得到对应的蚕茧图像；将蚕茧图像转化到hsv空间得到蚕茧的hsv图像。
7.进一步的，所述多个缩小后的矩形包围框是按如下方法确定的：将矩形包围框按照每个缩小比例等比例缩小得到多个缩小后的矩形包围框，其中，矩形包围框等比例缩小时，按照缩小比例由大到小进行等比例缩小。
8.进一步的，所述得到目标像素点高斯值的方法是：根据矩形包围框所对应的目标像素点到中心像素点的距离与每个第一包围框所对应的目标像素点到中心像素点的距离的距离差进行高斯拟合得到高斯拟合模型；根据高斯拟合模型获取目标像素点高斯值。
9.进一步的，所述蚕茧样本的品质是按如下方法确定的：获取散点图中每个点到拟合曲线的最短距离；获取散点图中每个点与其最短距离连线上或连线附近距拟合曲线最近的点的色调差；获取蚕茧图像的面积；根据散点图中每个点到拟合曲线的最短距离与对应的色调差相乘得到多个乘积，将每个乘积进行累加得到累加后的乘积；根据累加后的乘积与hsv图像面积的比值得到hsv图像对应的蚕茧样本的品质。
10.进一步的，所述对蚕茧进行分类的方法是：获取蚕茧样本所在批次的蚕茧的数量，根据每个蚕茧样本的品质和预设蚕茧品质等级得到每种品质下该批蚕茧中的蚕茧样本；根据每种品质下该批蚕茧中的蚕茧样本与蚕茧样本所在批次的蚕茧的数量的比值得到每种品质的蚕茧在该批蚕茧中的含量；获取该批蚕茧的质量，根据每种品质的蚕茧在该批蚕茧中的含量与该批蚕茧的质量的乘积得到该批蚕茧中每种品质蚕茧的质量。
11.基于云服务大数据平台的蚕茧收购系统，包括：图像获取模块、用于获取蚕茧样本图像；图像输入模块，用于将获取的蚕茧样本图像输入收购系统的处理器；图像处理模块，包括：高斯拟合单元、曲线拟合单元和蚕茧分类单元；其中：高斯拟合单元，用于获取矩形包围框的每条对称轴，分别获取矩形包围框及每个第一包围框在每条对称轴上的目标像素点，获取蚕茧图像的中心像素点，根据每个目标像素点到中心像素点的距离进行高斯拟合得到对应目标像素点高斯值；曲线拟合单元，用于根据每个目标像素点亮度值与对应目标像素点高斯值得到每个目标像素点第一差值，利用每个目标像素点的第一差值、每个目标像素点到中心像素点的距离绘制散点图，利用最小二乘对散点图进行拟合得到拟合曲线；蚕茧分类单元，用于根据散点图、拟合曲线及蚕茧图像面积得到hsv图像对应的蚕茧样本的品质，利用得到的所有蚕茧样本的品质对蚕茧进行分类；输出模块，用于将分类后每种品质的蚕茧的质量进行输出。
12.本发明的有益效果是：本发明首先提取了每批蚕茧中的蚕茧样本，根据蚕茧样本得到蚕茧样本所对应的蚕茧图像，将蚕茧图像转化到hsv空间，有利于结合蚕茧的颜色和亮
度对蚕茧品质进行评价，其次本发明利用蚕茧图像的中心像素点与目标像素点的距离代替了蚕茧图像中的亮度值，不仅减少了计算量，还使的蚕茧的最终评价值更准确，最后本发明在收购时对每批蚕茧中每种品质的蚕茧进行高斯拟合，并对高斯拟合后的每种蚕茧品质的蚕茧质量进行累加，将累加和与每种品质的蚕茧真实需求量进行匹配，收购匹配度最高的蚕茧批次，实现了每种品质的蚕茧的按需收购，防止了工厂存储成本和原材料成本的增加。
附图说明
13.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
14.图1为本发明的基于云服务大数据平台的蚕茧分类方法的实施例的流程图；图2为本发明的基于云服务大数据平台的蚕茧分类方法的实施例中蚕茧图像矩形包围框的示意图；图3为本发明的基于云服务大数据平台的蚕茧分类方法的实施例中多个矩形包围框的示意图；图4为本发明的基于云服务大数据平台的蚕茧分类方法的实施例中目标像素点的示意图；图5为本发明的基于云服务大数据平台的蚕茧分类方法的实施例中距离差的示意图；图6为本发明的基于云服务大数据平台的蚕茧收购系统的流程图。
具体实施方式
15.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
16.本发明的基于云服务大数据平台的蚕茧分类方法的实施例，如图1所示，包括：s1、获取蚕茧样本图像，根据蚕茧样本图像得到蚕茧的hsv图像，获取hsv图像的矩形包围框，设置多个缩小比例，将hsv图像的矩形包围框根据每个缩小比例进行缩小得到多个缩小后的矩形包围框，将缩小后的矩形包围框作为第一包围框。
17.获取蚕茧样本的正面图像的具体步骤为：确定当前待检测批的蚕茧，由相关收购工作人员，从当前批的蚕茧中进行随机抽取q个蚕茧样本，q值尽可能大，从而使得当前批不同类型蚕茧的含量整体统计检测结果可信，由相关收购工作人员，将q个蚕茧样本平铺在检测装置上，其中蚕茧检测装置上下方架设两台固定相机，用于采集蚕茧正反面图像，进而得到当前批蚕茧样本的正反面图像，其中采用两台相机是为防止蚕茧样本放置时法拍摄蚕茧下部斑点，导致统计当前批的中不同蚕茧分类时出现误差，本发明的实施例中以蚕茧样本正面图像举例，蚕茧样反面图像的处理步骤与蚕茧样本正面图像相同。
18.将当前批蚕茧中蚕茧样本的正面图像进行灰度化得到灰度图像，对灰度图像采用
高斯滤波进行图像去噪，对去噪后的图像，通过canny算法进行边缘检测，得到边缘检测后的边缘图像，对边缘图像进行形态学填充处理，得到对应的蚕茧样本正面图像的二值图，将每个蚕茧样本正面图像的二值图与蚕茧样本的正面图像进行点乘运算，得到对应的蚕茧图像，蚕茧中会存在斑点，因此将每个蚕茧图像转化到hsv颜色空间得到蚕茧的hsv图像。
19.利用矩形将每个蚕茧图像的轮廓进行包围，得到每个蚕茧图像的矩形包围框，具体示意图如图2所示。
20.获取第一包围框的具体步骤为：设置多个缩小比例，且每个缩小比例的变化量相等，如，将每个蚕茧图像的矩形包围框按照缩小比例从依次等比例缩小，得到多个缩小后的矩形包围框，具体示意图如图3所示，需要说明的是，图3中只画出了每个蚕茧图像的矩形包围框按照缩小比例从依次等比例缩小后的示意图，将缩小后的矩形包围框作为第一包围框。
21.s2、获取矩形包围框的每条对称轴，分别获取矩形包围框及每个第一包围框在每条对称轴上的目标像素点，获取蚕茧图像的中心像素点，根据每个目标像素点到中心像素点的距离进行高斯拟合得到对应目标像素点高斯值。
22.获取矩形包围框的每条对称轴，分别获取矩形包围框及每个第一包围框在每条对称轴上的像素点，具体示意图如图4所示，将矩形包围框及每个第一包围框在每条对称轴上的像素点作为目标像素点。
23.获取hsv颜色空间中每个蚕茧图像中每个目标像素点的亮度值，由于蚕茧呈现椭圆形，故其灰度值存在中间高，边缘低的特征，因此，蚕茧图像的中心像素点具有最高亮度值，亮度值由中心像素点向边缘递减。因此，本发明用二维单高斯模型近似描述蚕茧图像上亮度值的正常变化，其中，拟合二维单高斯模型时，获取蚕茧图像的中心像素点，以目标像素点到中心像素点的距离代替亮度值进行拟合。
24.根据每个目标像素点到中心像素点的距离得到高斯拟合模型的具体步骤为：根据矩形包围框所对应的目标像素点到中心像素点的距离与每个第一包围框所对应的目标像素点到中心像素点的距离的距离差进行高斯拟合得到高斯拟合模型。具体距离差的示意图如图5所示，表示矩形包围框所对应的目标像素点到中心像素点的距离，ob、oc表示中心像素点到不同的第一包围框的距离，减大于减,说明该距离差从蚕茧图像的中心部分向边缘部分递减，与蚕茧图像中像素点的亮度变化趋势一致。根据高斯拟合模型得到高斯拟合模型中每个目标像素点高斯值。
25.s3、根据每个目标像素点亮度值与对应目标像素点高斯值得到每个目标像素点第一差值，利用每个目标像素点的第一差值、每个目标像素点到中心像素点的距离绘制散点图，利用最小二乘对散点图进行拟合得到拟合曲线。
26.由于高斯拟合模型由目标像素点与中心像素点间的距离所得，因此，每个目标像素点在高斯拟合模型中必然有对应的点，获取每个目标像素点亮度值与高斯拟合模型中对应点的高斯值的差值，将每个目标像素点亮度值与高斯拟合模型中对应点的高斯值的差值作为目标像素点的第一差值，以每个目标像素点到中心像素点的距离为横坐标，以每个
目标像素点对应的第一差值为纵坐标绘制散点图，利用最小二乘对散点图进行拟合得到拟合曲线。
27.s4、根据散点图、拟合曲线及蚕茧图像面积得到hsv图像对应的蚕茧样本的品质，利用得到的所有蚕茧样本的品质对蚕茧进行分类。
28.得到蚕茧样本的第一品质的具体步骤为：获取散点图中每个点到拟合曲线的最短距离连线上的点，获取每条连线上或连线附近距拟合曲线最近的点，该连线附近的具体范围根据具体情况设定，获取每个点与其最短距离连线上或连线附近距拟合曲线最近的点的色调差，（其中散点图中每个点必然会对应到目标像素点，目标像素点的色调为hsv颜色空间中的h通道的分量），获取散点图中每个点到拟合曲线的最短距离，获取蚕茧图像的面积，根据和得到每个蚕茧样本的第一品质，具体表达式如下：式中：表示散点图中第个点与其最短距离连线上或连线附近距拟合曲线最近的点的色调差，表示散点图中第个点到拟合曲线的最短距离，表示对应蚕茧图像的面积，表示对应蚕茧图像所对应的蚕茧样本的第一品质。
29.其中，拟合曲线代表了目标像素点的正常品质，计算每个点与其最短距离连线上或连线附近距拟合曲线最近的点的色调差可衡量散点图中每个点的品质，即可以衡量蚕茧图像中每个目标像素点的品质；计算散点图中每个点到拟合曲线的最短距离也可衡量每个点的品质，即可以衡量蚕茧图像中每个目标像素点的品质；因此，从最短距离与色调差两个维度共同衡量该蚕茧图像的品质，由于最短距离与色调差越大，说明该点与拟合曲线的偏差越大，该点的品质越差，即越大，该蚕茧图像对应的蚕茧样本的品质越差。
30.至此，得到了蚕茧样本的第一品质，且根据第一品质计算公式可得每个蚕茧样本的第一品质。
31.根据步骤s1-s4获取每个蚕茧样本反面图像，并得到每个蚕茧样本的第二品质，根据每个蚕茧样本的第一品质和第二品质得到当前批每个蚕茧样本的品质，每个蚕茧样本的品质为其对应的第一品质和第二品质之和，每个蚕茧样本必然对应一个蚕茧。
32.对蚕茧进行分类的方法是：获取蚕茧样本所在批次的蚕茧的数量，根据每个蚕茧样本的品质和预设蚕茧品质等级得到每种品质下该批蚕茧中的蚕茧样本，根据每种品质下该批蚕茧中的蚕茧样本与蚕茧样本所在批次的蚕茧的数量的比值得到每种品质的蚕茧在该批蚕茧中的含量，获取该批蚕茧的质量，根据每种品质的蚕茧在该批蚕茧中的含量与该批蚕茧的质量的乘积得到该批蚕茧中每种品质蚕茧的质量，其中蚕茧品质等级设定以单个蚕茧的品质每间隔10为一个品质等级，比如为一级，为二级，以此类推，单个蚕茧的品质的间隔划分，可根据具体实施要求进行调整，本发明取得经验值为10。至此，完成
了该批蚕茧的品质分类。
33.基于云服务大数据平台的蚕茧收购系统，包括：图像获取模块、图像输入模块、图像处理模块、输出模块，其中图像处理模块包括：高斯拟合单元、曲线拟合单元和蚕茧分类单元，如图6所示。
34.图像获取模块、用于获取蚕茧样本图像。
35.图像输入模块，用于将获取的蚕茧样本图像输入收购系统的处理器。
36.图像处理模块，包括：高斯拟合单元、曲线拟合单元和蚕茧分类单元；其中：高斯拟合单元，用于获取矩形包围框的每条对称轴，分别获取矩形包围框及每个第一包围框在每条对称轴上的目标像素点，获取蚕茧图像的中心像素点，根据每个目标像素点到中心像素点的距离进行高斯拟合得到对应目标像素点高斯值。
37.曲线拟合单元，用于根据每个目标像素点亮度值与对应目标像素点高斯值得到每个目标像素点第一差值，利用每个目标像素点的第一差值、每个目标像素点到中心像素点的距离绘制散点图，利用最小二乘对散点图进行拟合得到拟合曲线。
38.蚕茧分类单元，用于根据散点图、拟合曲线及蚕茧图像面积得到hsv图像对应的蚕茧样本的品质，利用得到的所有蚕茧样本的品质对蚕茧进行分类。
39.输出模块，用于将分类后每种品质的蚕茧的质量进行输出。
40.获取蚕茧样本所在当前批的蚕茧的数量，根据品质等级对蚕茧样本进行划分得到每种品质下该批蚕茧中的蚕茧样本，根据每种品质下该批蚕茧中的蚕茧样本与该批次的蚕茧的数量的比值得到每种品质的蚕茧在该批蚕茧中的含量，获取该批蚕茧的质量，根据每种品质的蚕茧在该批蚕茧中的含量与该批蚕茧的质量的乘积得到该批蚕茧中每种品质蚕茧的质量。
41.在得到当前批中每种品质蚕茧的质量后，由于工厂对不同类型蚕茧的需求量不同，采购量也应不同，获取每种蚕茧品质的库存量和需求量，根据每种蚕茧品质的需求量减去对应的库存量得到每种蚕茧品质的真实需求量。
42.获取收购时每批蚕茧中每种品质蚕茧的质量，将每批蚕茧中每种品质蚕茧的质量进行高斯拟合得到高斯拟合后每批蚕茧中每种品质蚕茧的质量，将高斯拟合后每批蚕茧中每种品质蚕茧的质量进行累加得到累加后每种品质蚕茧的质量，将累加后每种品质蚕茧的质量与每种品质蚕茧的真实需求量进行匹配，将匹配度最高的蚕茧批次进行收购。
43.其中，高斯拟合后每批蚕茧中每种品质蚕茧的质量进行累加的具体步骤为：获取收购时蚕茧批次的总个数，对个蚕茧批次进行排列组合，排列组合元素的个数为 ，且，例如首先从蚕茧批次的总个数中提取两个批次作为排列组合元素，即时，将个蚕茧批次两两进行排列组合得到多个组合，以此类推，得到所有组合，将每个组合内的高斯拟合后每批蚕茧中每种品质蚕茧的质量进行累加得到累加后的每种品质蚕茧的质量。
44.将所有累加后的每种品质蚕茧的质量与每种蚕茧品质的真实需求量进行匹配，将匹配度最高的组合内的蚕茧批次进行收购。其中匹配度最高即为每种品质蚕茧的质量与每种蚕茧品质的真实需求量最接近的组合。
45.本发明的有益效果是：本发明首先提取了每批蚕茧中的蚕茧样本，根据蚕茧样本
得到蚕茧样本所对应的蚕茧图像，将蚕茧图像转化到hsv空间，有利于结合蚕茧的颜色和亮度对蚕茧品质进行评价，其次本发明利用蚕茧图像的中心像素点与目标像素点的距离代替了蚕茧图像中的亮度值，不仅减少了计算量，还使的蚕茧的最终评价值更准确，最后本发明在收购时对每批蚕茧中每种品质的蚕茧进行高斯拟合，并对高斯拟合后的每种蚕茧品质的蚕茧质量进行累加，将累加和与每种品质的蚕茧真实需求量进行匹配，收购匹配度最高的蚕茧批次，实现了每种品质的蚕茧的按需收购，防止了工厂存储成本和原材料成本的增加。
46.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。