(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210455859.6 (22)申请日 2022.04.24 (71)申请人 重庆邮电大 学 地址 400065 重庆市南岸区黄桷垭崇文路2 号 (72)发明人 何洪安　徐国林　陈思诗　孙培琳　 任路阳　陈志坤　刘亚萍　米建勋　 (74)专利代理 机构 北京同恒源知识产权代理有 限公司 1 1275 专利代理师 杨柳岸 (51)Int.Cl. G06V 10/20(2022.01) G06V 10/28(2022.01) G06V 10/34(2022.01) G06V 10/44(2022.01)G06V 10/30(2022.01) G06V 10/56(2022.01) G06V 10/75(2022.01) G06K 9/62(2022.01) (54)发明名称 一种川贝表 观特征提取方法 (57)摘要 本发明涉及中药的图像处理与特征提取技 术领域， 包括川贝的图像采集设备制作与图像采 集阶段、 川贝的特征提取阶段。 其中川贝的图像 采集设备制作与图像采集阶段包括设备3D模型 的设计、 实体设备的制作、 川贝的 图像采集。 川贝 的特征提取阶段包括提取川贝的面积、 纹理清晰 度、 小瓣占比、 形状、 底部凹凸性、 颜色； 本方法解 决了在统一环 境条件下的川贝图像采集问题， 从 而精确地提取川贝特征， 根据所提取的特征可对 川贝进行分类， 可解释性强， 实用性高， 完善了中 药领域的特 征提取方法。 权利要求书3页 说明书8页 附图5页 CN 114782667 A 2022.07.22 CN 114782667 A 1.一种川贝表观特征提取方法， 其特征在于： 该方法包括制作川贝的图像采集设备、 采 集川贝的图像和对川贝 进行特征提取； 所述制作川贝的图像采集设备、 采集川贝的图像具体为： S11： 建立设备3D的模型； S12： 采用黑色硬纸板、 摄像头和照明灯制作设备； 将黑色硬纸板制作成底部带有滑动 小抽屉的立方体， 黑色硬纸板顶部带有摄 像头和内置的照明灯； S13： 通过滑动小抽屉放置川贝； S14： 调节内置照明灯的照明强度， 统一照明强度； S15： 通过摄 像头调焦， 统一图像聚焦程度； S16： 采集川贝 有纹路的一 面， 并通过将拍摄设备 连接计算机获取采集的图像； 所述对川贝 进行的特 征提取具体为： S21： 将川贝正面图灰度化， 并使用otsu方法(大津法)将灰度图二值化并去除背景， 计 算川贝二 值图面积； S22： 基于开运算腐蚀重建， 加闭运算膨胀重建， 去除小突起， 结合分水岭算法对川贝进 行区域分块， 再计算中部纹路质心， 分割质心对应的川贝 小瓣分块， 计算小瓣 面积占比； S23： 经过高斯高通滤波处理提取川贝的纹路二值图， 根据中部纹路面积占比计算纹理 清晰度； S24： 结合凸包检测算法计算川贝形状； S25： 经过自定义模板检测底部开裂程度； S26： 通过将颜色系统RGB模型转换为六角锥体HSV模型并将色调H值投影到灰度区间， 提取数量最大的H值判别颜色。 2.根据权利要求1所述的一种川贝表观特征提取方法， 其特征在于： 所述采集的图像分 辨率为1920×1080， 拍摄距离固定不变。 3.根据权利要求2所述的一种川贝表观特征提取方法， 其特征在于： 所述使用大津法 otsu方法将灰度图二 值化并去除背景， 计算川贝二 值图面积具体为： 二值化灰度图并使灰度图中二值化时值为0的像素赋值为0， 以去除背景， 再计算二值 图中值为1的像素个数作为 面积； 其中otsu方法(大津法)具体为： 其中权重ωi是被阈值t分开的两个 类的概率， 而 是这两个 类的方差； 求出最佳阈值t， 使阈值 化的黑白像素的类内方差最小化， 再根据阈值将灰度二 值化。 4.根据权利要求3所述的一种川贝表观特征提取方法， 其特征在于： 所述腐蚀和膨胀中 的盘状结构元 素半径为20； 所述基于开运算腐蚀重建， 加闭运算膨胀重建具体为： 使用盘状结构元素对灰度图进 行腐蚀、 膨胀和腐蚀加重建， 再进行膨胀、 腐蚀和膨胀加重建的过程， 以去除局部小突 起； 具体包括： 腐蚀：权　利　要　求　书 1/3 页 2 CN 114782667 A 2表示用结构B腐蚀A， 其 中x,y为结构B的原点遍历A的起点， 当B的原点平移到图像A的像 元(xn,yn)时， 如果B 在(xn,yn)处与A完全重 叠， 则记下 此时的像素点； 膨胀： 表示用结构B膨胀A， 其 中x,y为结构B的原点遍历A的起点； 当B的原点平移到图像A的像 元(xn,yn)时， 如果B 在(xn,yn)处与A有交集， 则记下 此时的像素点。 5.根据权利要求4所述的一种川贝表观特征提取方法， 其特征在于： 所述经过高斯高通 滤波处理提取川贝的纹路二值图具体为： 对图像进行傅里叶变换， 再将直流分量搬移到频 谱中心， 将 变换结果乘以高斯滤波器， 再将直流分量搬移到初始 位置， 最后进 行傅里叶逆变 换， 取实数部分得到高斯高通滤波结果 二值图； 所述高斯高通滤波的计算公式为： G(u， v)＝H(u， v)F(u， v) 其中， F(u,v)为图像的傅 立叶变换 结果， H(u,v)为滤波器传输函数； 其中， D0是截止频率， D(u,v)是距频率矩形中心的距离 。 6.根据权利要求5所述的一种川贝表观特征提取方法， 其特征在于： 所述分水岭算法具 体为： 以图像的梯度来表征山 地的每一 点的高度； 以川贝的局部极大值作为分水岭的局部极小值， 将局部极小值及其邻域看作一个 “集 水盆”， 再将集水盘结合梯度得到新的 “山地图”； 使各集水盘区域膨胀， 即水位不断升高， 在各集水盆漫水交汇处拔高像素值， 即 “修筑 大坝”， 最终“水漫”停止， 大坝的像素点所连成的线即分割线， 根据分割线分割出川贝的多 个区域， 再计算纹路的质心， 根据质心分离出小瓣分块， 具体为： 梯度为： g(x， y)＝{[f(x， y) ‑f(x‑1， y)]2+[f(x， y) ‑f(x， y‑1)]2}1/2 其中， f(x,y)为像素(x,y)的像素值， g(x,y)为像素(x,y)的梯度。 7.根据权利要求6所述的一种川贝表观特征提取方法， 其特征在于： 所述计算中部纹路 质心具体为： 其中CEN_X为质心横坐标， CEN_Y为质心列坐标， N为像素数， Xi、 Yi分别为第i个坐标的 横、 纵坐标。 8.根据权利要求7所述的一种川贝表观特征提取方法， 其特征在于： 所述结合凸包检测 算法计算川贝形状具体为：权　利　要　求　书 2/3 页 3 CN 114782667 A 3