开云优惠体育网页版入口

专利名称：一种基于图像处理的黄姜皂素发酵过程监控方法及系统

专利类型：发明专利

专利申请号：CN202411046753.6

专利申请（专利权）人：陕西永宏生物开云优惠体育网页版入口有限公司
权利人地址：陕西省安康市白河县构朳镇纸坊社区四组

专利发明（设计）人：发明人:陈永宏,孙辉学,周良能,舒贻康

专利摘要：本发明涉及图像处理技术领域，尤其涉及一种基于图像处理的黄姜皂素发酵过程监控方法及系统。方法包括：根据像素点邻域内的灰度分布确定像素点的局部纹理复杂度，将各时刻的发酵图像中位置相同的像素点的灰度值与对应时刻的序号构成各时刻的数据点，对所有时刻的数据点进行聚类，根据聚类结果确定像素点的发酵变化度，根据局部纹理复杂度以及发酵变化度确定像素点的增强必要性，根据增强必要性确定各灰度值的频率阈值，根据频率阈值对各灰度值的频率进行修正，基于修正频率对发酵图像进行增强，根据增强图像进行发酵程度的识别。本发明对发酵图像中黄姜发酵带来变化的增强效果更好，提高了发酵程度识别的准确性。

主权利要求：
1.一种基于图像处理的黄姜皂素发酵过程监控方法，其特征在于，包括：根据当前时刻的发酵图像中目标像素点邻域内像素点的灰度分布确定目标像素点的局部纹理复杂度： ， 表示当前时刻的发酵图像中第个像素点的局部纹理复杂度； 表示当前时刻的发酵图像中第 个像素点的邻域内第 个像素点的灰度值； 表示当前时刻的发酵图像中第 个像素点的邻域内所有像素点的灰度值的均值； 表示当前时刻的发酵图像中第 个像素点的邻域内包含的像素点数量；表示超参数； 表示双曲正切函数；
将各时刻的发酵图像中与目标像素点位置相同的像素点的灰度值与对应时刻的序号构成各时刻的数据点；对所有时刻的数据点进行聚类，根据聚类结果确定目标像素点的发酵变化度 ： ，其中 表示类簇数量，表示当前时刻的数据点所属类簇中数据点的数量，表示当前时刻的数据点所属类簇中与当前时刻的数据点的序号连续的数据点的数量， 表示分段函数： ；
确定目标像素点的增强必要性，增强必要性满足表达式： 或
， 表示当前时刻的发酵图像中第 个像素点的增强必要性；表示当前
时刻的发酵图像中第个像素点的发酵变化度； 表示最大值函数；
确定当前时刻的发酵图像中各灰度值的频率阈值： ， 表
示当前时刻的发酵图像中灰度值 的频率阈值； 表示当前时刻的发酵图像中灰度值为的第 个像素点的增强必要性； 表示当前时刻的发酵图像中灰度值为 的像素点的数量；
根据所述各灰度值的频率阈值对各灰度值的频率进行修正，基于各灰度值修正后的频率对当前时刻的发酵图像进行增强，得到增强图像；根据所述增强图像识别黄姜发酵程度。
2.根据权利要求1所述的一种基于图像处理的黄姜皂素发酵过程监控方法，其特征在于，所述超参数的获取方法为：构建当前时刻的发酵图像的灰度直方图，对当前时刻的发酵图像的灰度直方图进行混合高斯拟合，得到混合高斯模型，混合高斯模型的包含的子高斯模型的数量为当前时刻的发酵图像的灰度直方图中极大值点的数量；
将混合高斯模型中包含的所有子高斯模型的标准差参数的均值作为超参数 。
3.根据权利要求1所述的一种基于图像处理的黄姜皂素发酵过程监控方法，其特征在于，所述聚类采用的是均值漂移聚类算法。
4.根据权利要求1所述的一种基于图像处理的黄姜皂素发酵过程监控方法，其特征在于，所述根据所述各灰度值的频率阈值对各灰度值的频率进行修正，包括：响应于当前时刻的发酵图像中灰度值的频率大于该灰度值的频率阈值，将该灰度值的频率大于频率阈值的部分裁剪，将裁剪的部分平均分配给所有灰度值，实现灰度值的频率的修正。
5.根据权利要求1所述的一种基于图像处理的黄姜皂素发酵过程监控方法，其特征在于，所述增强采用的是直方图均衡化增强算法。
6.一种基于图像处理的黄姜皂素发酵过程监控系统，其特征在于，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据权利要求1?5任一项所述的一种基于图像处理的黄姜皂素发酵过程监控方法。 说明书 : 一种基于图像处理的黄姜皂素发酵过程监控方法及系统技术领域[0001] 本发明涉及图像处理技术领域，尤其涉及一种基于图像处理的黄姜皂素发酵过程监控方法及系统。背景技术[0002] 黄姜皂素是从姜黄根茎中提取得到的一种天然化合物，具有强烈的抗氧化和抗炎特性，广泛用于药物、食品和化妆品等领域。黄姜皂素可由黄姜浆液发酵制得。传统的黄姜发酵程度的测定通常依赖于化学分析，这种方法操作繁琐、时间耗费大，效率较低。[0003] 由于黄姜发酵过程中会产生沉淀、气泡等，沉淀以及气泡的状态能够反映出黄姜发酵程度，因此可通过识别黄姜的发酵图像中沉淀、气泡等特征来监测黄姜发酵情况。但由于气泡、沉淀可能与黄姜浆水本身的颜色特征较为接近，导致发酵图像中沉淀、气泡等特征不明显，因此需要对发酵图像进行增强。[0004] 公开号为“CN105894481A”的专利文件公开了一种用于视频监控设备的直方图均衡化方法及装置，方法包括：获取当前输入图像所用的灰度变换曲线的逆变换曲线；基于当前输出图像的直方图，计算所述当前输出图像的累积分布函数CDF0；通过所述逆变换曲线对所述累积分布函数CDF0进行逆变换后，得到累积分布函数CDF1；对所述累积分布函数CDF1执行逆计算过程，求得所述当前输入图像的直方图；根据所述当前输入图像的直方图计算出所述当前输入图像的灰度变换曲线，以用于下一输入图像的直方图均衡化。[0005] 以上方法虽然能够一定程度上实现增强的效果，但所采用的直方图均衡化增强算法对于频率较大的灰度值可能会过度增强，对于频率较小的灰度值可能会吞噬。在黄姜发酵过程中，发酵图像中黄姜浆水本身的颜色特征对应的灰度值的频率较大，沉淀、气泡等特征对应的灰度值的频率可能较。弥狈酵季饣惴ǘ苑⒔屯枷裰苯咏性銮靠赡芑岬贾鲁恋、气泡等特征被吞噬，从而影响黄姜发酵程度监测的准确性。发明内容[0006] 为了解决直方图均衡化算法对发酵图像进行增强可能会导致沉淀、气泡等特征被吞噬，影响黄姜发酵程度监测准确性的问题，本发明提供一种基于图像处理的黄姜皂素发酵过程监控方法及系统。[0007] 第一方面，本发明提供一种基于图像处理的黄姜皂素发酵过程监控方法，采用如下的技术方案：[0008] 一种基于图像处理的黄姜皂素发酵过程监控方法，包括步骤：[0009] 根据当前时刻的发酵图像中目标像素点邻域内像素点的灰度分布确定目标像素点的局部纹理复杂度；将各时刻的发酵图像中与目标像素点位置相同的像素点的灰度值与对应时刻的序号构成各时刻的数据点；对所有时刻的数据点进行聚类，根据聚类结果确定目标像素点的发酵变化度 ： ，其中 表示类簇数量，表示当前时刻的数据点所属类簇中数据点的数量，表示当前时刻的数据点所属类簇中与当前时刻的数据点的序号连续的数据点的数量， 表示分段函数： ；确定目标像素点的增强必要性，所述增强必要性与目标像素点的局部纹理复杂度以及发酵变化度正相关；确定当前时刻的发酵图像中各灰度值的频率阈值，所述频率阈值与所述各灰度值对应的所有像素点的增强必要性的均值正相关；根据所述各灰度值的频率阈值对各灰度值的频率进行修正，基于各灰度值修正后的频率对当前时刻的发酵图像进行增强，得到增强图像；根据所述增强图像识别黄姜发酵程度。[0010] 本发明通过目标像素点的局部纹理复杂度以及发酵变化度来获取目标像素点的增强必要性，使得黄姜发酵过程中沉淀、气泡等特征对应的像素点的增强必要性较大，黄姜浆水对应的像素点的增强必要性较。谰菰銮勘匾岳椿袢「骰叶戎档钠德抒兄，对各灰度值进行频率修正，使得沉淀、气泡等特征对应的灰度值尽可能保持较大的频率，避免沉淀、气泡等特征在增强过程中被吞噬，使得黄姜浆水对应的灰度值尽可能减。苊饣平旧矶杂Φ幕叶戎当还仍銮。本发明对于发酵图像中沉淀、气泡等特征增强效果好，提高了发酵程度监测的准确性。[0011] 优选的，所述局部纹理复杂度满足表达式： ；其中， 表示当前时刻的发酵图像中第 个像素点的局部纹理复杂度； 表示当前时刻的发酵图像中第个像素点的邻域内第 个像素点的灰度值； 表示当前时刻的发酵图像中第个像素点的邻域内所有像素点的灰度值的均值； 表示当前时刻的发酵图像中第 个像素点的邻域内包含的像素点数量；表示超参数； 表示双曲正切函数。[0012] 优选的，所述超参数的获取方法为：构建当前时刻的发酵图像的灰度直方图，对当前时刻的发酵图像的灰度直方图进行混合高斯拟合，得到混合高斯模型，混合高斯模型的包含的子高斯模型的数量为当前时刻的发酵图像的灰度直方图中极大值点的数量；将混合高斯模型中包含的所有子高斯模型的标准差参数的均值作为超参数 。[0013] 本发明以所有子高斯模型的标准差参数的均值作为超参数对像素点的局部纹理复杂度进行衡量，由于子高斯模型的标准差反映了对应图像特征的灰度分布波动情况，当像素点局部灰度的波动超出了当前时刻的发酵图像中各图像特征的灰度分布波动的平均水平时，说明像素点的局部更可能包含了多个图像特征，反之，说明像素点的局部更可能仅包含了一个图像特征，基于子高斯模型的标准差获取的像素点的局部纹理复杂度准确性更高。[0014] 优选的，所述聚类采用的是均值漂移聚类算法。[0015] 优选的，所述增强必要性满足表达式： ；其中， 表示当前时刻的发酵图像中第 个像素点的增强必要性； 表示当前时刻的发酵图像中第 个像素点的局部纹理复杂度；表示当前时刻的发酵图像中第 个像素点的发酵变化度。[0016] 本发明通过局部纹理复杂度以及发酵变化度来反映像素点为黄姜发酵过程在产生的沉淀、气泡等特征的可能性，依据局部纹理复杂度以及发酵变化度来获取增强必要性，使得沉淀、气泡等特征对应像素点的增强必要性较大，后续增强时能够对沉淀、气泡等特征对应的灰度值重点增强，从而使得黄姜发酵过程中产生的沉淀、气泡等特征能够与黄姜浆水本身的对比度增强，从而提高黄姜发酵程度识别的准确性。[0017] 优选的，所述增强必要性满足表达式： ；其中， 表示当前时刻的发酵图像中第 个像素点的增强必要性； 表示当前时刻的发酵图像中第 个像素点的局部纹理复杂度；表示当前时刻的发酵图像中第 个像素点的发酵变化度； 表示最大值函数。[0018] 优选的，所述各灰度值的频率阈值满足表达式： ；其中， 表示当前时刻的发酵图像中灰度值 的频率阈值； 表示当前时刻的发酵图像中灰度值为 的第 个像素点的增强必要性； 表示当前时刻的发酵图像中灰度值为 的像素点的数量。[0019] 本发明对于沉淀、气泡等特征对应的增强必要性大的像素点的灰度值设置较大的频率阈值，避免该灰度值的频率被裁剪，使得该灰度值尽可能保持较大的频率，以便提高沉淀、气泡等特征的增强效果，避免沉淀、气泡等特征在增强过程中被吞噬。对于黄姜浆水本身对应的增强必要性小的像素点的灰度值设置较小的频率阈值，通过频率阈值将该灰度值的频率减。苊饣平旧矶杂Φ幕叶戎当还仍銮，从而影响沉淀、气泡等特征的增强效果。[0020] 优选的，所述根据所述各灰度值的频率阈值对各灰度值的频率进行修正，包括：响应于当前时刻的发酵图像中灰度值的频率大于该灰度值的频率阈值，将该灰度值的频率大于频率阈值的部分裁剪，将裁剪的部分平均分配给所有灰度值，实现灰度值的频率的修正。[0021] 本发明对于频率大于频率阈值的灰度值的频率进行裁剪，避免了黄姜浆水本身对应的灰度值的频率较大，使得黄姜浆水被过度增强，导致沉淀、气泡等特征对应的灰度被吞噬。依据修正后的灰度值进行增强，提高了沉淀、气泡等特征与黄姜浆水之间的对比度，从而提高黄姜发酵程度识别的准确性。[0022] 优选的，所述增强采用的是直方图均衡化增强算法。[0023] 第二方面，本发明提供一种基于图像处理的黄姜皂素发酵过程监控系统，采用如下的技术方案：[0024] 一种基于图像处理的黄姜皂素发酵过程监控系统，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现上述一种基于图像处理的黄姜皂素发酵过程监控方法。[0025] 通过采用上述技术方案，将上述的一种基于图像处理的黄姜皂素发酵过程监控方法生成计算机程序，并存储于存储器中，以被处理器加载并执行，从而根据存储器及处理器制作终端设备，方便使用。[0026] 本发明具有以下技术效果：[0027] 本发明对各灰度值进行频率修正，使得沉淀、气泡等特征对应的灰度值尽可能保持较大的频率，避免沉淀、气泡等特征在增强过程中被吞噬，使得黄姜浆水对应的灰度值尽可能减。苊饣平旧矶杂Φ幕叶戎当还仍銮，对于发酵图像中沉淀、气泡等特征增强效果好，提高了发酵程度监测的准确性。附图说明[0028] 通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，并且相同或对应的标号表示相同或对应的部分。[0029] 图1是本发明实施例一种基于图像处理的黄姜皂素发酵过程监控方法中方法流程图。具体实施方式[0030] 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。[0031] 应当理解，当本发明的权利要求、说明书及附图使用术语“第一”、“第二”等时，其仅是用于区别不同对象，而不是用于描述特定顺序。本发明的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。[0032] 本发明实施例公开一种基于图像处理的黄姜皂素发酵过程监控方法，参照图1，包括步骤S1?步骤S6：[0033] S1：采集黄姜各时刻的发酵图像。[0034] 采集黄姜发酵过程中各时刻的发酵图像，在本发明中，每间隔10分钟采集一次，在其他实施例中，实施人员可根据实际实施情况设置采集间隔。为了便于后续处理，本发明中所采集的发酵图像均为灰度图像。[0035] S2：根据当前时刻的发酵图像中各像素点邻域内像素点的灰度分布确定各像素点的局部纹理复杂度。[0036] 需要说明的是，在黄姜发酵初期，还未产生沉淀、气泡等变化，发酵图像中表现为黄姜浆水的特征，黄姜浆水的灰度较为统一。随着发酵过程的进行，不断产生沉淀、气泡等变化，发酵图像中包含了黄姜浆水、沉淀、以及气泡等特征，使得像素点的局部存在灰度变化。因此本发明对像素点局部的灰度分布情况进行衡量，获取像素点的局部纹理复杂度，以便后续根据像素点的局部纹理复杂度确定像素点的增强必要性，对沉淀、气泡等特征进行重点增强。[0037] 在一个实施例中，根据当前时刻的发酵图像中各像素点邻域内像素点的灰度分布确定各像素点的局部纹理复杂度：[0038] ；[0039] 其中， 表示当前时刻的发酵图像中第 个像素点的局部纹理复杂度； 表示当前时刻的发酵图像中第 个像素点的邻域内第 个像素点的灰度值； 表示当前时刻的发酵图像中第 个像素点的邻域内所有像素点的灰度值的均值； 表示当前时刻的发酵图像中第 个像素点的邻域内包含的像素点数量； 表示双曲正切函数。表示当前时刻的发酵图像中第 个像素点的邻域内所有像素点的灰度值的标准差，反映了当前时刻的发酵图像中第 个像素点局部灰度的波动情况，由于黄姜发酵过程中会产生沉淀、气泡等变化，沉淀、气泡等与黄姜浆水本身的灰度存在差异，当标准差 越大时，第 个像素点的局部纹理复杂度越大，此时第个像素点所在的区域更可能存在黄姜发酵过程中产生的沉淀、气泡等变化，后续需要对第 个像素点对应的灰度值重点增强，以提高第 个像素点局部包含的沉淀、气泡与黄姜浆水本身之间的对比度。当标准差 越小时，第个像素点的局部纹理复杂度越。耸钡 个像素点所在的区域的灰度较为统一，此时更可能为黄姜发酵初期，还未产生沉淀、气泡等变化。公式的分母中的 是为了防止标准差较大，导致恒趋近于1，本发明仅以10为例进行说明，在其他实施例中，实施人员可根据实际实施情况设置分母的数值。[0040] 在另一个实施例中，根据当前时刻的发酵图像中各像素点邻域内像素点的灰度分布确定各像素点的局部纹理复杂度，具体为：[0041] 统计当前时刻的发酵图像中出现的所有灰度值以及灰度值的频率，以灰度值为横轴，灰度值的频率为纵轴，构建当前时刻的发酵图像的灰度直方图。统计当前时刻的发酵图像的灰度直方图中极大值点的数量。[0042] 对当前时刻的发酵图像的灰度直方图进行混合高斯拟合，得到混合高斯模型，混合高斯模型的包含的子高斯模型的数量为当前时刻的发酵图像的灰度直方图中极大值点的数量。[0043] 确定当前时刻的发酵图像中各像素点的局部纹理复杂度：[0044] ；[0045] 其中， 表示当前时刻的发酵图像中第 个像素点的局部纹理复杂度； 表示当前时刻的发酵图像中第 个像素点的邻域内第 个像素点的灰度值； 表示当前时刻的发酵图像中第 个像素点的邻域内所有像素点的灰度值的均值； 表示当前时刻的发酵图像中第 个像素点的邻域内包含的像素点数量； 表示当前时刻的发酵图像的灰度直方图的混合高斯模型中第 个子高斯模型的标准差参数； 表示当前时刻的发酵图像的灰度直方图的混合高斯模型包含的子高斯模型的数量，即当前时刻的发酵图像的灰度直方图中极大值点的数量。[0046] 表示当前时刻的发酵图像中第 个像素点的邻域内所有像素点的灰度值的标准差，反映了当前时刻的发酵图像中第 个像素点局部灰度的波动情况；当前时刻的发酵图像的灰度直方图的混合高斯模型包含的每个子高斯模型分别代表了当前时刻的发酵图像中的一个图像特征，例如黄姜浆水本身、发酵过程中产生的沉淀、发酵过程中产生的气泡等，子高斯模型的标准差反映了对应图像特征的灰度分布波动情况，则反映了当前时刻的发酵图像中各图像特征的灰度分布波动的平均水平。当第个像素点局部灰度的波动超出了当前时刻的发酵图像中各图像特征的灰度分布波动的平均水平时，说明第 个像素点的局部更可能包含了多个图像特征，此时第 个像素点的局部纹理复杂度较大，后续需要对第 个像素点对应的灰度值重点增强，以提高第 个像素点局部多个图像特征之间的对比度。当第 个像素点局部灰度的波动未超出当前时刻的发酵图像中各图像特征的灰度分布波动的平均水平时，说明第 个像素点的局部更可能仅包含了一个图像特征，此时第个像素点的局部纹理复杂度较小。[0047] 需要说明的是，本发明中邻域大小采用的是24邻域，在其他实施例中，实施人员可根据实际实施情况设置邻域大小。[0048] 至此，获取了当前时刻的发酵图像中各像素点的局部纹理复杂度。[0049] S3：将各时刻的发酵图像中与目标像素点位置相同的像素点的灰度值与对应时刻的序号构成各时刻的数据点，对所有时刻的数据点进行聚类，根据聚类结果确定目标像素点的发酵变化度。[0050] 需要说明的是，黄姜发酵过程中不断产生沉淀、气泡等，使得不同时刻的发酵图像中相同位置的像素点对应的特征发生变化，因此本发明根据不同时刻的发酵图像中相同位置的像素点的灰度变化情况来获取像素点的发酵变化度，以便后续根据像素点的发酵变化度确定像素点的增强必要性，对沉淀、气泡等特征进行重点增强。[0051] 具体的，将当前时刻的发酵图像中任意一个像素点作为目标像素点。对于任意一个时刻，将该时刻的发酵图像中与目标像素点位置相同的像素点的灰度值与该时刻的序号构成该时刻的数据点。将所有时刻的数据点构成数据样本。例如第1个时刻的发酵图像中第个像素点的灰度值为80，第2个时刻的发酵图像中第 个像素点的灰度值为81，第3个时刻的发酵图像中第 个像素点的灰度值为176，则对应的数据点分别为(1,80)、(2,81)、(3,176)。[0052] 对数据样本进行均值漂移聚类，将数据样本划分为多个类簇，根据类簇的数量以及当前时刻的数据点所属的类簇确定当前时刻的发酵图像中目标像素点的发酵变化度：[0053] ；[0054] 其中，表示目标像素点的发酵变化度；表示类簇数量； 表示当前时刻的数据点所属类簇中数据点的数量；表示当前时刻的数据点所属类簇中与当前时刻的数据点的序号连续的数据点的数量，例如当前时刻为第8个时刻，则当前时刻的数据点的序号为8，若当前时刻的数据点所属类簇中包括第3、6、7、8个时刻的数据点时，此些数据点的序号分别为3、6、7、8，则序号为6、7的数据点与当前时刻的数据点（即序号为8的数据点）的序号连续，则此时 ； 表示以自然常数为底的指数函数。[0055] 表示关于类簇数量的分段函数： ，当类簇数量为1时，说明数据样本中各数据点的灰度值基本一致，进而说明截至当前时刻，黄姜发酵过程中未产生发酵变化，此时发酵变化度为0；当类簇数量大于1时，说明数据样本中各数据点的灰度值发生了变化，即在黄姜发酵过程中，目标像素点的灰度发生了变化，该过程的灰度变化可能为黄姜发酵产生了沉淀、气泡等引起的，也可能为发酵图像采集过程中的噪声引起的，因此需要进一步分析，本发明采用 进行分析， 反映了当前时刻的数据点的灰度变化持续性，若当前时刻的数据点与其所属的类簇中其他数据点在时序上不连续，则当前时刻的数据点的灰度值与其余类簇中数据点灰度值之间的差异更可能为噪声引起的变化，此时 较。杂Φ哪勘晔莸愕姆⒔捅浠冉闲。蝗舻鼻笆笨痰氖莸阌肫渌舻睦啻刂胁糠质莸阍谑毙蛏狭，则当前时刻的数据点的灰度值更可能为黄姜发酵过程中产生的沉淀、气泡等的灰度值，此时 较大，对应的目标数据点的发酵变化度较大；若当前时刻的数据点所属的类簇中不包含其余数据点时，也较大，但当前时刻的数据点与其余数据点的灰度差异可能为噪声引起的变化，因为本发明采用 作为 的指数，对 进行修正，若当前时刻的数据点所属的类簇中数据点的数量越少， 越大，对 减小的程度越大，此时发酵变化度越。蝗舻鼻笆笨痰氖莸闼舻睦啻刂惺莸愕氖吭蕉， 越接近于1，对 减小的程度越。耸狈⒔捅浠仍饺【鲇 。[0056] 同理，获取当前时刻的发酵图像中所有像素点的发酵变化度。[0057] S4：根据当前时刻的发酵图像中各像素点的局部纹理复杂度以及发酵变化度确定各像素点的增强必要性，根据各像素点的增强必要性确定当前时刻的发酵图像中各灰度值的频率阈值。[0058] 需要说明的是，由于沉淀、气泡在发酵初期产生较少，对应的灰度值的频率较。吮苊獬恋、气泡等特征在增强过程中被吞噬，需要对沉淀、气泡等特征进行重点增强。因此本发明结合像素点的局部纹理复杂度以及发酵变化度来确定像素点的增强必要性，使得沉淀、气泡对应的像素点的增强必要性较大，在后续能够得到重点增强。[0059] 在一个实施例中，根据当前时刻的发酵图像中各像素点的局部纹理复杂度以及发酵变化度确定各像素点的增强必要性：[0060] ；[0061] 其中， 表示当前时刻的发酵图像中第 个像素点的增强必要性； 表示当前时刻的发酵图像中第 个像素点的局部纹理复杂度； 表示当前时刻的发酵图像中第 个像素点的发酵变化度；当局部纹理复杂度 越大，且发酵变化度 越大时，第个像素点更可能为黄姜发酵过程在产生的沉淀、气泡等特征，此时第 个像素点的增强必要性越大，后续增强时需要对第 个像素点对应的灰度值重点增强，从而使得黄姜发酵过程中产生的沉淀、气泡等特征能够与黄姜浆水本身的对比度增强，从而提高黄姜发酵程度识别的准确性。[0062] 在另一个实施例中，根据当前时刻的发酵图像中各像素点的局部纹理复杂度以及发酵变化度确定各像素点的增强必要性：[0063] ；[0064] 其中， 表示当前时刻的发酵图像中第 个像素点的增强必要性； 表示当前时刻的发酵图像中第 个像素点的局部纹理复杂度； 表示当前时刻的发酵图像中第 个像素点的发酵变化度； 表示最大值函数，用来防止指数的分母为0；若当前时刻的发酵图像中第 个像素点的邻域内存在较为明显的噪声，也会导致当前时刻的发酵图像中第 个像素点的局部纹理复杂度较大，因此为了避免噪声引起像素点的增强必要性的偏差，本发明利用发酵变化度 对局部纹理复杂度进行修正，由于 的取值范围为(0,1)，使得 为大于1的数，则根据伽马变换的原理，将 作为 的指数时，可对 进行适当减。苯刂恋鼻笆笨涛床⒔捅浠，发酵变化度 越。酱，对 的减小程度越大，使得第 个像素点的增强必要性越。坏狈⒔凸讨械 个像素点对应的位置产生了沉淀、气泡等变化时，发酵变化度 越大，越小且越接近于1，此时对 的减小程度越。沟玫 个像素点的增强必要性越依赖于局部纹理复杂度 的结果。则当局部纹理复杂度 越大，且发酵变化度 越大时，第 个像素点更可能为黄姜发酵过程在产生的沉淀、气泡等特征，此时第 个像素点的增强必要性越大。[0065] 根据各像素点的增强必要性获取各灰度值的频率阈值：[0066] ；[0067] 其中， 表示当前时刻的发酵图像中灰度值 的频率阈值； 表示当前时刻的发酵图像中灰度值为 的第 个像素点的增强必要性； 表示当前时刻的发酵图像中灰度值为的像素点的数量；若当前时刻的发酵图像中灰度值为 的所有像素点的增强必要性越大时，需要为灰度值 设置越大的频率阈值，后续根据频率阈值对灰度值 进行修正时，避免灰度值 的频率减。佣Ｖせ叶戎 的增强效果。若当前时刻的发酵图像中灰度值为 的所有像素点的增强必要性越小时，需要为灰度值 设置越小的频率阈值，后续根据频率阈值对灰度值 进行修正时，对灰度值 的频率减。佣苊饣叶戎 过度增强，影响其他灰度值的增强效果。[0068] 至此，获取了当前时刻的发酵图像中各灰度值的频率阈值。[0069] S5：根据当前时刻的发酵图像中各灰度值的频率阈值对各灰度值的频率进行修正，基于各灰度值修正后的频率对当前时刻的发酵图像进行增强，得到增强图像。[0070] 需要说明的是，增强必要性较小的像素点对应的灰度值的频率阈值较。笮銮渴，需要降低该灰度值的频率，增强必要性较小的像素点对应的灰度值的频率阈值较大，后续增强时，需要避免该灰度值的频率被降低。因此本发明对于当前时刻的发酵图像中的各灰度值，若灰度值的频率大于该灰度值的频率阈值，则将该灰度值的频率大于频率阈值的部分裁剪，并将裁剪的部分平均分配给所有灰度值；若灰度值的频率小于或等于该灰度值的频率阈值，则不对该灰度值的频率进行裁剪，如此实现各灰度值的频率的修正。[0071] 具体的，根据当前时刻的发酵图像中各灰度值的频率阈值对各灰度值的频率进行修正，获取各灰度值的修正频率：[0072] ；[0073] ；[0074] 其中， 表示当前时刻的发酵图像中灰度值 的修正频率； 表示当前时刻的发酵图像中灰度值 的频率阈值； 表示当前时刻的发酵图像中灰度值 的频率； 表示当前时刻的发酵图像中灰度值 的裁剪频率，当灰度值 的频率 大于灰度值 的频率阈值时，对灰度值的频率 大于频率阈值 的部分进行裁剪，则裁剪频率为 ，当灰度值的频率 不大于灰度值 的频率阈值 时，不对灰度值 的频率进行裁剪，则灰度值 的裁剪频率为0。[0075] 根据当前时刻的发酵图像中各灰度值的修正频率，对当前时刻的发酵图像进行直方图均衡化，得到当前时刻的增强图像。[0076] 需要说明的是，黄姜发酵过程中产生的沉淀、气泡等特征对应的像素点的灰度值的增强必要性较大，黄姜浆水本身的灰度值的增强必要性较。痉⒚鞲菰銮勘匾陨柚没叶戎档钠德抒兄，对于沉淀、气泡等特征对应的增强必要性大的像素点的灰度值设置较大的频率阈值，避免该灰度值的频率被裁剪，使得该灰度值尽可能保持较大的频率，以便提高沉淀、气泡等特征的增强效果，避免沉淀、气泡等特征在增强过程中被吞噬。对于黄姜浆水本身对应的增强必要性小的像素点的灰度值设置较小的频率阈值，通过频率阈值将该灰度值的频率减。苊饣平旧矶杂Φ幕叶戎当还仍銮，从而导致沉淀、气泡等特征在增强过程中被吞噬。[0077] S6：根据增强图像识别黄姜发酵程度。[0078] 本发明采用长短期记忆网络（Long?ShortTermMemory，LSTM）识别当前时刻的发酵程度，LSTM模型的具体内容如下：[0079] LSTM模型的输入为各时刻的发酵图像对应的增强图像，输出为各时刻的发酵程度，模型的训练集为历史黄姜发酵时各时刻的发酵图像的增强图像，标签为各时刻的发酵程度，本发明中发酵程度分为0?10个等级，等级越高发酵完成度越高，发酵程度由人为根据历史黄姜发酵过程中各时刻的皂素的含量设置；模型的损失函数为交叉熵损失。[0080] 将各时刻的增强图像输入到训练好的LSTM模型中，输出各时刻的发酵程度。[0081] 需要说明的是，本发明仅以LSTM模型为例进行叙述，实施人员可根据实际实施情况选择神经网络模型，例如循环神经网络（RecurrentNeuralNetwork，RNN）、门控循环单元网络（GatedRecurrentUnitnetworks，GRU）等。本发明中增强图像中发酵产生的沉淀、气泡等特征与黄姜浆水本身的特征对比度大，本发明利用增强图像识别发酵程度，可使得神经网络的速度快，得到的结果更加准确。[0082] 本发明实施例还公开一种基于图像处理的黄姜皂素发酵过程监控系统，包括处理器和存储器，存储器存储有计算机程序指令，当计算机程序指令被处理器执行时实现根据本发明的一种基于图像处理的黄姜皂素发酵过程监控方法。[0083] 上述系统还包括通信总线和通信接口等本领域技术人员熟知的其他组件，其设置和功能为本领域中已知，因此在此不再赘述。[0084] 虽然本说明书已经示出和描述了本发明的多个实施例，但对于本领域技术人员显而易见的是，这样的实施例只是以示例的方式提供的。本领域技术人员会在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本发明的过程中，可以采用对本文所描述的本发明实施例的各种替代方案。[0085] 以上均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

专利地区：陕西

专利申请日期：2024-08-01

专利公开日期：2024-10-22

专利公告号：CN118570113B