(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211238417.2 (22)申请日 2022.10.11 (65)同一申请的已公布的文献号 申请公布号 CN 115311505 A (43)申请公布日 2022.11.08 (73)专利权人 四川主干信息技 术有限公司 地址 610000 四川省成 都市高新区天府四 街66号2栋8层3号 (72)发明人 范鸿才　冯彬　 (74)专利代理 机构 成都智弘知识产权代理有限 公司 51275 专利代理师 杨艳 (51)Int.Cl. G06V 10/764(2022.01) G06T 7/62(2017.01) G06T 7/13(2017.01) G06T 5/00(2006.01)(56)对比文件 CN 10982 9905 A,2019.0 5.31 CN 110567888 A,2019.12.13 CN 109215015 A,2019.01.15 WO 2020247594 A1,2020.12.10 CN 110749598 A,2020.02.04 孙卫红等.基 于椭圆重 叠区域的蚕茧图像融 合方法. 《纺织学报》 .202 2,第043卷(第0 09期), 刘莫尘等.基 于FCM及HSV模型的方格蔟黄 斑 茧检测与剔除技 术. 《农业机 械学报》 .2018,第49 卷(第07期), 黄志鹏等.基 于机器学习的蚕茧疵点种类识 别方法研究. 《中国优秀硕士学位 论文全文数据 库 (农业科技 辑)》 .202 2,(第05期), (续) 审查员 刘穗君 (54)发明名称 基于云服务大数据平台的蚕茧分类方法及 收购系统 (57)摘要 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， 包 括： 获取蚕茧 图像的矩形包围框， 将蚕茧图像的 矩形包围框根据每个缩小比例进行缩小得到多 个第一包围框， 获取目标像素点， 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 点的距离得到高斯拟合模型， 获取散点图， 利用 最小二乘对散点图进行拟合得到拟合曲线， 根据 散点图、 拟合曲线及蚕茧图像面积得到蚕茧图像 对应的蚕茧样本的第一品质， 同理， 得到蚕茧样 本的第二品质， 根据蚕茧样本的第一品质和第二 品质得到 该蚕茧样本的品质， 根据每个蚕茧样本 的品质收购蚕茧。 本发明使最终收购的每种品质 的蚕茧更符合实际需求。 [转续页] 权利要求书2页 说明书7页 附图6页 CN 115311505 B 2022.12.27 CN 115311505 B (56)对比文件 Shijie L i等.Researc h on the Identificati on Method of Si lkworm Coco on Species Based o n Improved YOLOv3. 《2020 5th Internati onal Conference o n Mechanical, Co ntrol and Computer Engineering (ICMCCE)》 .2021,Guangyou Yang等.Researc h on the Non- destructive Testi ng Method of Pod Based on Neural Netw orks. 《First I nternati onal Conference o n Innovative Computi ng, Informati on and Co ntrol-Volume I (ICICIC" 06)》 .2006,2/2 页 2[接上页] CN 115311505 B1.基于云服 务大数据平台的蚕茧分类方法， 其特 征在于， 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； 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； 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； 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。 2.根据权利要求1所述的基于云服务大数据平台的蚕茧分类方法， 其特征在于， 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。 3.根据权利要求1所述的基于云服务大数据平台的蚕茧分类方法， 其特征在于， 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。 4.根据权利要求1所述的基于云服务大数据平台的蚕茧分类方法， 其特征在于， 所述目 标像素点高斯 值是按如下 方法确定的： 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权　利　要　求　书 1/2 页 2 CN 115311505 B 3