CN117765528A - 一种用于对目标物进行分类的方法、设备和存储介质 - Google Patents

Abstract

本申请公开了一种用于对目标物进行分类的方法、设备和存储介质。所述方法包括：获取待进行分类的目标物的X射线图像，其中所述目标物具有果核或者具有果核和果肉；基于所述X射线图像提取包含所述目标物外观与内部的多个轮廓信息；根据所述目标物的所述多个轮廓信息计算与分类相关的目标特征信息；以及基于所述目标特征信息对所述目标物进行分类。利用本申请的方案，可以提高目标物分类的准确性和可靠性。

Description

一种用于对目标物进行分类的方法、设备和存储介质

技术领域

本申请一般涉及图像处理技术领域。更具体地，本申请涉及一种用于对目标物进行分类的方法、设备和计算机可读存储介质。

背景技术

对于具有果核或者具有果核和果肉的食品检测分类中，往往是使用可见光相机采集食品的外观图像，以提取食品的外部特征进行评估判断。其中，前述外部特征是指具有果核或者具有果核和果肉的食品的外部、尺寸或者重量等特征。然而，仅通过外部特征的检测分类方式无法准确反映食品内部的信息，从而难以准确区别不同类别的食品。

有鉴于此，亟需提供一种用于对目标物进行分类的方案，以便提高目标物分类的准确性和可靠性。

发明内容

为了至少解决如上所提到的一个或多个技术问题，本申请在多个方面中提出了用于对目标物进行分类的方案。

在第一方面中，本申请提供一种用于对目标物进行分类的方法，包括：获取待进行分类的目标物的X射线图像，其中所述目标物具有果核或者具有果核和果肉；基于所述X射线图像提取包含所述目标物外观与内部的多个轮廓信息；根据所述目标物的所述多个轮廓信息计算与分类相关的目标特征信息；以及基于所述目标特征信息对所述目标物进行分类。

在一个实施例中，其中在基于所述X射线图像提取所述目标物的多个轮廓信息之前，还包括：对所述X射线图像执行预处理操作，以获得预处理后的X射线图像。

在另一个实施例中，其中所述预处理操作至少包括去噪、平滑或者校正中的一种或者多种。

在又一个实施例中，其中基于所述X射线图像提取包含所述目标物外观与内部的多个轮廓信息包括：对所述X射线图像进行二值化，以获得二值化图像；以及基于所述二值化图像执行边缘检测操作，以提取包含所述目标物外观与内部的多个轮廓信息。

在又一个实施例中，所述方法还包括：对所述二值化图像执行填充和/或膨胀操作。

在又一个实施例中，其中所述多个轮廓信息包括内轮廓信息、外轮廓信息、果核轮廓信息或者果肉轮廓信息；所述目标特征信息至少包括轮廓的尺寸信息、面积信息、间距信息或者出肉率信息。

在又一个实施例中，其中根据所述目标物的所述多个轮廓信息计算与分类相关的目标特征信息包括：根据所述内轮廓信息、所述外轮廓信息、所述果核轮廓信息和所述果肉轮廓信息获取各轮廓的凸包信息；以及根据所述各轮廓的凸包信息计算与分类相关的目标特征信息，其中所述各轮廓的凸包信息包括凸点位置、凸包面积和凸包个数。

在又一个实施例中，其中响应于所述目标物具有果核，并且根据所述各轮廓的凸包信息计算与分类相关的目标特征信息包括：根据外轮廓的凸点位置计算所述目标物的外轮廓的长和宽，并计算所述目标物的外轮廓的长宽比；根据果核轮廓的凸点位置计算所述目标物中果核轮廓的长和宽，并计算所述目标物的果核轮廓的长宽比；根据内轮廓的凸包面积和果核轮廓的凸包面积分别计算所述目标物中的腔体面积和果核面积，并计算所述目标物中所述果核面积占所述腔体面积的面积比；或者根据外轮廓的凸点位置和内轮廓的凸点位置计算所述目标物的内轮廓至外轮廓在多个方向上的轮廓间距。

在又一个实施例中，其中基于所述目标特征信息对所述目标物进行分类包括：将所述目标物的外轮廓的长宽比、所述目标物的果核轮廓的长宽比、所述面积比或者所述轮廓间距与相应的预设阈值进行比较；以及根据比较结果将所述目标物按照外形大小或者品质优劣进行分类。

在又一个实施例中，其中响应于所述目标物具有果核和果肉，并且根据所述各轮廓的凸包信息计算与分类相关的目标特征信息包括：根据外轮廓的凸包面积和内轮廓的凸包面积分别计算各自对应的轮廓半径，并计算所述目标物中的外轮廓和内轮廓之间的轮廓间距；根据外轮廓的凸点位置计算所述目标物中外轮廓的周长和/或直径；根据果核轮廓的凸包面积、果肉轮廓的凸包面积和外轮廓的凸包面积计算所述目标物中果肉的出肉率；或者根据果肉轮廓的凸包个数计算所述目标物中包裹果肉的房数。

在又一个实施例中，其中基于所述目标特征信息对所述目标物进行分类包括：将所述目标物中的外轮廓和内轮廓之间的轮廓间距、所述目标物中外轮廓的周长和/或直径、所述目标物中果肉的出肉率或者所述目标物中包裹果肉的房数与相应的预设阈值进行比较；以及根据比较结果将所述目标物按照外形大小或者品质优劣进行分类。

在又一个实施例中，其中响应于所述目标物具有果核，所述目标物为槟榔。

在又一个实施例中，其中响应于所述目标物具有果核和果肉，所述目标物为榴莲。

在第二方面中，本申请提供一种用于对目标物进行分类的设备，包括：处理器；以及存储器，其中存储有用于对目标物进行分类的程序指令，当所述程序指令由所述处理器执行时，使得所述设备实现前述第一方面中的多个实施例。

在第三方面中，本申请提供一种计算机可读存储介质，其上存储有用于对目标物进行分类的计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现前述第一方面中的多个实施例。

通过如上所提供的用于对目标物进行分类的方案，本申请实施例通过基于目标物(具有果核或者具有果核和果肉)的X射线图像，来提取反映目标物外观与内部的多个轮廓信息，根据多个轮廓信息计算与分类相关的目标特征信息，以目标物进行分类。基于此，能够同时获取具有果核或者具有果核和果肉的目标物的外观与内部信息，由此可以获得更丰富的目标特征信息，从而极大地提高了目标物分类的准确性和可靠性。

附图说明

通过参考附图阅读下文的详细描述，本申请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申请的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：

图1是示出根据本申请实施例的用于对目标物进行分类的方法的示例性流程框图；

图2是采集目标物的X射线图像的示例性示意图；

图3是示出根据本申请实施例的目标物为槟榔的示例性示意图；

图4是示出根据本申请实施例的计算目标物为槟榔的目标特征信息的示例性示意图；

图5是示出根据本申请实施例的目标物为榴莲的示例性示意图；

图6是示出根据本申请实施例的计算目标物为榴莲的目标特征信息的示例性示意图；

图7是示出根据本申请实施例的用于对目标物进行分类的设备的示例性结构框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

应当理解，本申请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。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意在限定本申请。如在本申请说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本申请说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

下面结合附图来详细描述本申请的具体实施方式。

图1是示出根据本申请实施例的用于对目标物进行分类的方法100的示例性流程框图。如图1中所示，在步骤S101处，获取待进行分类的目标物的X射线图像，其中目标物具有果核或者具有果核和果肉。在一个实现场景中，可以通过例如X射线采集系统(例如图2所示)来采集待进行分类的目标物的X射线图像。在一些实施例中，前述具有果核的目标物可以例如是槟榔、榛子、夏威夷果等。前述具有果核和果肉的目标物可以例如是榴莲、山竹或者菠萝蜜等。基于前述获取的目标物的X射线图像，在步骤S102处，基于X射线图像提取包含目标物外观与内部的多个轮廓信息。在一些实施场景中，前述多个轮廓信息可以包括内轮廓信息、外轮廓信息、果核轮廓信息或者果肉轮廓信息。例如当目标物具有果核时，其对应包含内轮廓信息、外轮廓信息和果核轮廓信息。当目标物具有果核和果肉时，其对应包含内轮廓信息、外轮廓信息、果核轮廓信息和果肉轮廓信息。

在一个实施例中，在基于所述X射线图像提取目标物的多个轮廓信息之前，可以对X射线图像执行预处理操作，以获得预处理后的X射线图像，进而基于预处理后的X射线图像进行后续分析处理。在一个实施场景中，前述预处理操作可以包括但不仅限于去噪、平滑或者校正中的一种或者多种。例如，还可以包括图像增强等操作。基于前述X射线图像或者预处理后的X射线图像，在一个实施例中，可以对X射线图像进行二值化，以获得二值化图像，以基于二值化图像执行边缘检测操作，从而提取包含目标物外观与内部的多个轮廓信息。在一个实现场景中，还可以对二值化图像执行填充和/或膨胀操作，以保证轮廓的完整性和连通性。在一些实施例中，可以使用例如canny检测算法提取包含目标物外观与内部的多个轮廓信息。

接着，在步骤S103处，根据目标物的多个轮廓信息计算与分类相关的目标特征信息。在一个实施例中，可以根据内轮廓信息、外轮廓信息、果核轮廓信息和果肉轮廓信息获取各轮廓的凸包信息，进而根据各轮廓的凸包信息计算与分类相关的目标特征信息。其中，各轮廓的凸包信息包括凸点位置、凸包面积和凸包个数。即，本申请实施例通过根据各轮廓信息(例如轮廓坐标)获取内轮廓、外轮廓、果核轮廓和果肉轮廓各自的凸包，以根据各轮廓各自凸包中凸点位置、凸包面积和凸包个数来确定与分类相关的目标特征信息。在一些实施例中，前述目标特征信息可以至少包括轮廓的尺寸信息、面积信息、间距信息或者出肉率信息。其中，前述轮廓的尺寸信息可以包括例如轮廓的长、宽、周长或者直径等，面积信息可以包括各轮廓的面积或者轮廓之间的面积比，间距信息可以包括轮廓之间的间距。对于具有果核和果肉的目标物来说，还可以提取果肉的出肉率。

具体地，在一个实现场景中，响应于目标物具有果核，可以根据外轮廓的凸点位置计算目标物的外轮廓的长和宽，并计算目标物的外轮廓的长宽比；根据果核轮廓的凸点位置计算目标物中果核轮廓的长和宽，并计算目标物的果核轮廓的长宽比；根据内轮廓的凸包面积和果核轮廓的凸包面积分别计算目标物中的腔体面积和果核面积，并计算目标物中果核面积占腔体面积的面积比；或者根据外轮廓的凸点位置和内轮廓的凸点位置计算目标物的内轮廓至外轮廓在多个方向上的轮廓间距。

可以理解，对于具有果核的目标物而言，前述外轮廓的长为外轮廓横向上两个凸点距离的最大值，外轮廓的宽为外轮廓纵向上两个凸点距离的最大值，从而可以确定目标物的外轮廓的长宽比。类似地，可以确定目标物中果核轮廓的长和宽以及目标物的果核轮廓的长宽比。前述目标物中的腔体面积和果核面积分别为内轮廓的凸包面积和果核轮廓的凸包面积，从而可以确定目标物中果核面积占腔体面积的面积比。另外，目标物的内轮廓至外轮廓在多个方向上的轮廓间距包括目标物的内轮廓至外轮廓的上、下、左和右四个方向上的轮廓间距。稍后将结合图3-图4详细描述具有果核的目标物的目标特征信息。

在另一个实现场景中，响应于目标物具有果核和果肉，根据外轮廓的凸包面积和内轮廓的凸包面积分别计算各自对应的轮廓半径，并计算目标物中的外轮廓和内轮廓之间的轮廓间距；根据外轮廓的凸点位置计算目标物中外轮廓的周长和/或直径；根据果核轮廓的凸包面积、果肉轮廓的凸包面积和外轮廓的凸包面积计算目标物中果肉的出肉率；或者根据果肉轮廓的凸包个数计算目标物中包裹果肉的房数。

可以理解，对于具有果核和果肉的目标物而言，可以将外轮廓的凸包面积和内轮廓的凸包面积等效为圆的面积，也即将外轮廓面积和内轮廓面积等效为圆的面积，进而根据圆的面积公式S＝πr²计算外轮廓和内轮廓各自对应的轮廓半径。前述目标物中外轮廓的周长为外轮廓的凸包中两两凸点之间距离的总和，目标物中外轮廓的直径为外轮廓的凸包中两两凸点之间距离的最大值。前述目标物中果肉的出肉率为纯果肉面积与外轮廓面积的比值，而纯果肉面积为果肉轮廓的凸包面积与果核轮廓的凸包面积的差值。另外，对于目标物为榴莲的场景，还可以根据果肉轮廓的凸包个数计算目标物中包裹果肉的房数，例如果肉轮廓的凸包个数为3，榴莲为3房。稍后将结合图5-图6详细描述具有果核和果肉的目标物的目标特征信息。

在获得上述目标特征信息后，在步骤S104处，基于目标特征信息对目标物进行分类。在一个实施例中，响应于目标物具有果核，将目标物的外轮廓的长宽比、目标物的果核轮廓的长宽比、面积比或者轮廓间距与相应的预设阈值进行比较，以根据比较结果将目标物按照外形大小或者品质优劣进行分类。一般而言，对于榛子、夏威夷果等具有果核的目标物来说，目标物的外轮廓的长宽比越接近1时，表示轮廓越接近圆形，由此可以确定目标物的外形大小。目标物中果核面积占腔体面积的面积比小于预设阈值，表示目标物中果核较小，目标物的品质较差。对于目标物为槟榔来说，目标物中果核面积占腔体面积的面积比小于预设阈值，表示目标物中果核较小，目标物的品质较好。在一些实施例中，还可以结合该目标物的外轮廓的长宽比与目标物中果核面积占腔体面积的面积比来确定目标物的外形大小和品质。此外，根据轮廓间距可以确定目标物的果皮厚度，果皮厚的目标物品质较差(例如榛子、夏威夷果等)。然而，槟榔果皮越厚，品质相对较好。

在另一个实施例中，响应于目标物具有果核和果肉，将目标物中的外轮廓和内轮廓之间的轮廓间距、目标物中外轮廓的周长和/或直径、目标物中果肉的出肉率或者目标物中包裹果肉的房数与相应的预设阈值进行比较，以根据比较结果将目标物按照外形大小或者品质优劣进行分类。类似地，根据轮廓间距可以确定目标物的果皮厚度，果皮厚的目标物品质较差。目标物中外轮廓的周长和直径的比值越接近π，表示目标物越接近圆形，品质越好；目标物中外轮廓的直径小于阈值，表示果径越大，品质越好。此外，还可以根据出肉率或者目标物中包裹果肉的房数与相应阈值，判断目标物的品质。例如，出肉率高于阈值或者果肉房数大于阈值，表示目标物的品质越好。

结合上述描述可知，本申请实施例通过具有果核或者具有果核和果肉的目标物的X射线图像提取反映目标物外观与内部的多个轮廓信息，进而根据多个轮廓信息计算与分类相关的目标特征信息，以目标物进行分类。由此，可以获得包含目标物的外观与内部信息的更丰富的目标特征信息，从而极大地提高了目标物分类的准确性和可靠性。

图2是采集目标物的X射线图像的示例性示意图。如图2中所示，待进行分类的目标物201首先经由例如传动机构(例如传送带)202传输至X射线采集系统处。图中示例性示出，该X射线采集系统可以包括布置于传动机构202上方的X射线源203和布置于传动机构202下方的探测器204。在实现场景中，当目标物201经由传动机构202传输至X射线采集系统处时，由X射线源203发射光源至目标物201，通过探测器204接收目标物反射的光源，以采集目标物的相关数据。在采集与目标物相关的数据时，其是通过X射线采集系统扫描传动机构202所在平面的纵向上一排的目标物，由此在扫描多排目标物后，可以经由数据处理单元205将与目标物相关的数据处理为二维的X射线图像。在一个实施场景中，前述目标物可以是具有果核(例如槟榔)或者具有果核和果肉(例如榴莲)的食品。

图3是示出根据本申请实施例的目标物为槟榔的示例性示意图。如图3的(a)图所示为槟榔的X射线图像。在一些实施例中，基于该槟榔的X射线图像，可以对其执行例如去噪、平滑、校正或者图像增强等预处理操作。接着，可以对槟榔的X射线图像执行二值化操作获得二值化图像，例如图3的(b)图所示。在一些实施场景中，还可以对二值化图像执行填充和/或膨胀操作，以保证轮廓的完整性和连通性。进一步地，例如图3的(c)图所示，可以采用例如canny检测算法提取包含槟榔的内轮廓C1、外轮廓C2和果核轮廓C3，并通过凸包技术可以获得前述各个轮廓各自对应的凸包。例如图3的(d)图所示的内轮廓C1对应的凸包c1，外轮廓C2对应的凸包c2和果核轮廓C3对应的凸包c3。根据获得的各轮廓的凸包，可以计算槟榔外轮廓的长宽比、果核轮廓的长宽比、果核面积占腔体面积的面积比或者内轮廓至外轮廓在多个方向上的轮廓间距。

图4是示出根据本申请实施例的计算目标物为槟榔的目标特征信息的示例性示意图。如图4的(a)图所示，假设槟榔外轮廓横向上两个凸点距离的最大值为d1，槟榔外轮廓纵向上两个凸点距离的最大值d2，则可以获得槟榔外轮廓的长宽比R1＝d1/d2。假设槟榔的果核面积为s1，腔体面积为s2，可以获得果核面积占腔体面积的面积比R2＝s1/s2。假设槟榔果核轮廓上横向上两个凸点距离的最大值为d3，槟榔果核轮廓上纵向上两个凸点距离的最大值为d4，可以获得槟榔果核轮廓的长宽比R3＝d3/d4。如图4的(b)图所示，槟榔内轮廓至外轮廓的上、下、左和右四个方向上的轮廓间距D1，D2，D3和D4。

根据前文可知，通过将槟榔外轮廓的长宽比R1、果核面积占腔体面积的面积比R2、果核轮廓的长宽比R3或者槟榔内轮廓至外轮廓的轮廓间距D1，D2，D3和D4与相应阈值进行比较，可以将槟榔按照外形大小或者品质优劣进行分类。例如对于槟榔而言，可以通过设置槟榔果形圆度(即长宽比，该值越接近1，轮廓越接近圆形)阈值，根据槟榔外轮廓的长宽比R1将槟榔按照果形大小进行分类；通过槟榔内轮廓至外轮廓的轮廓间距D1至D4，计算纤维果壳的厚度信息，通过设置厚度阈值(从中间位置到两边位置，越靠近中间部分的果壳厚度越对品质有影响)，将槟榔按照品质优劣进行分类；通过果核面积占腔体面积的面积比R2与面积阈值(面积占比越小，槟榔品质越好)，将槟榔按照品质优劣进行分类。或者，通过果核轮廓的长宽比R3与果核圆度阈值(扁平的槟榔果核优于圆形的槟榔果核)，将槟榔按照品质优劣进行分类。基于此，可以实现槟榔的分类。

图5是示出根据本申请实施例的目标物为榴莲的示例性示意图。如图5的(a)图所示为榴莲的X射线图像。在一些实施例中，基于该榴莲的X射线图像，可以对其执行例如去噪、平滑、校正或者图像增强等预处理操作。接着，可以对榴莲的X射线图像执行二值化操作获得二值化图像，例如图5的(b)图所示。在一些实施场景中，还可以对二值化图像执行填充和/或膨胀操作，以保证轮廓的完整性和连通性。进一步地，例如图5的(c)图所示，可以采用例如canny检测算法提取包含榴莲的内轮廓G1、外轮廓G2、果肉轮廓G3和果核轮廓G4，并通过凸包技术可以获得前述各个轮廓各自对应的凸包。例如图5的(d)图所示的内轮廓G1对应的凸包g1，外轮廓G2对应的凸包g2、果肉轮廓G3对应的凸包g3和果核轮廓G4对应的凸包g4。根据获得的各轮廓的凸包，可以计算榴莲外轮廓和内轮廓各自对应的轮廓半径、外轮廓和内轮廓之间的轮廓间距、外轮廓的周长和/或直径、出肉率或者包裹果肉的房数。

图6是示出根据本申请实施例的计算目标物为榴莲的目标特征信息的示例性示意图。如图6中所示，假设榴莲外轮廓的面积记为S1，榴莲内轮廓的面积记为S2，将其分别等效为圆的面积，经由和/>分别获得榴莲外轮廓的半径r1和榴莲内轮廓的半径r2，进而可以基于r₁-r₂获得榴莲外轮廓和内轮廓之间的轮廓间距，也即果皮厚度。进一步地，根据榴莲外轮廓的凸包中两两凸点之间距离的总和计算榴莲外轮廓的周长C，并且根据榴莲外轮廓的凸包中两两凸点之间距离的最大值D作为果径尺寸，例如图中的直线所示。此外，假设榴莲果肉轮廓的总凸包面积(例如图中包含5个果肉凸包)记为S3，果核轮廓的总凸包面积(例如图中包含5个果核凸包)记为S4，可以计算榴莲的出肉率w＝(S3-S4)/S1，其中S3-S4为纯果肉面积，S1为榴莲外轮廓的面积。根据榴莲果肉的凸包个数，还可以计算榴莲的房数n，例如图中包含5个果肉凸包，该榴莲的房数n＝5。

根据前文可知，通过将榴莲外轮廓和内轮廓之间的轮廓间距r₁-r₂、榴莲外轮廓的周长C、果径尺寸D、榴莲的出肉率w或者榴莲的房数n与相应阈值进行比较，可以将榴莲按照外形大小或者品质优劣进行分类。例如对于榴莲而言，可以通过判断榴莲外轮廓的周长C与果径尺寸D的关系是否接近C＝πD。在该场景下，可以将π设置为阈值，若C与D的比值越接近π，表明果实越接近圆形，果实越饱满，品质越好，从而将榴莲按照品质好坏进行分类。通过设置果径阈值，比较榴莲果径尺寸D与阈值的关系，将榴莲按照外形大小进行分类。进一步地，可以设置果皮厚度阈值，通过比较榴莲外轮廓和内轮廓之间的轮廓间距r₁-r₂与皮厚度阈值的关系，超过阈值表示果皮厚度较厚，品质较差，从而将榴莲按照品质好坏进行分类。另外，榴莲果肉一般有3～5房，认为满房榴莲为5房，由此可以将榴莲房数阈值设为5，通过比较榴莲的房数n与阈值的关系将榴莲按照房数进行分类。此外，可以通过设置出肉率的阈值，出肉率越小，表示品质越差，将榴莲按照品质好坏进行分类。此外，还可以计算榴莲果核轮廓的面积S4与果肉轮廓的面积S3的比值S4/S3，以作为果核占比。通过设置果核占比阈值，超过阈值认为品质较差，将榴莲按照品质好坏进行分类。基于此，可以实现榴莲的分类。

基于上述描述可知，本申请实施例通过对具有果核或者具有果核和果肉的目标物的X射线图像进行分析处理，提取目标物外观与内部的多个轮廓信息，进而根据多个轮廓信息计算与分类相关的目标特征信息对目标物进行分类。通过包含目标物的外观与内部信息的更丰富的目标特征信息，极大地提高了目标物分类的准确性和可靠性。

图7是示出根据本申请实施例的用于对目标物进行分类的设备700的示例性结构框图。如图7中所示，本申请的设备700可以包括处理器701和存储器702，其中处理器701和存储器702之间通过总线进行通信。存储器702存储有用于对目标物进行分类的程序指令，当所述程序指令由所述处理器701执行时，使得实现根据前文结合附图描述的方法步骤：获取待进行分类的目标物的X射线图像，其中所述目标物具有果核或者具有果核和果肉；基于所述X射线图像提取包含所述目标物外观与内部的多个轮廓信息；根据所述目标物的所述多个轮廓信息计算与分类相关的目标特征信息；以及基于所述目标特征信息对所述目标物进行分类。

根据上述结合附图的描述，本领域技术人员也可以理解本申请的实施例还可以通过软件程序来实现。由此本申请还提供了一种计算机可读存储介质。该计算机可读存储介质其上存储有用于对目标物进行分类的计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现本申请结合附图1所描述的用于对目标物进行分类的方法。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

应当注意，尽管在附图中以特定顺序描述了本申请方法的操作，但是这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

应当理解，当本申请的权利要求、当说明书及附图中使用到术语“第一”、“第二”、“第三”和“第四”等时，其仅用于区别不同对象，而不是用于描述特定顺序。本申请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。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意在限定本申请。如在本申请说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本申请说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

虽然本文已经示出和描述了本申请的多个实施例，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来提供。本领域技术人员可以在不偏离本申请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申请的过程中，可以采用对本文所描述的本申请实施例的各种替代方案。所附权利要求书旨在限定本申请的保护范围，并因此覆盖这些权利要求范围内的等同或替代方案。

Claims (15)

1.一种用于对目标物进行分类的方法，包括：

获取待进行分类的目标物的X射线图像，其中所述目标物具有果核或者具有果核和果肉；

基于所述X射线图像提取包含所述目标物外观与内部的多个轮廓信息；

根据所述目标物的所述多个轮廓信息计算与分类相关的目标特征信息；以及

基于所述目标特征信息对所述目标物进行分类。

2.根据权利要求1所述的方法，其中在基于所述X射线图像提取所述目标物的多个轮廓信息之前，还包括：

对所述X射线图像执行预处理操作，以获得预处理后的X射线图像。

3.根据权利要求2所述的方法，其中所述预处理操作至少包括去噪、平滑或者校正中的一种或者多种。

4.根据权利要求1所述的方法，其中基于所述X射线图像提取包含所述目标物外观与内部的多个轮廓信息包括：

对所述X射线图像进行二值化，以获得二值化图像；以及

基于所述二值化图像执行边缘检测操作，以提取包含所述目标物外观与内部的多个轮廓信息。

5.根据权利要求4所述的方法，还包括：

对所述二值化图像执行填充和/或膨胀操作。

6.根据权利要求4所述的方法，其中所述多个轮廓信息包括内轮廓信息、外轮廓信息、果核轮廓信息或者果肉轮廓信息；所述目标特征信息至少包括轮廓的尺寸信息、面积信息、间距信息或者出肉率信息。

7.根据权利要求6所述的方法，其中根据所述目标物的所述多个轮廓信息计算与分类相关的目标特征信息包括：

根据所述内轮廓信息、所述外轮廓信息、所述果核轮廓信息和所述果肉轮廓信息获取各轮廓的凸包信息；以及

根据所述各轮廓的凸包信息计算与分类相关的目标特征信息，其中所述各轮廓的凸包信息包括凸点位置、凸包面积和凸包个数。

8.根据权利要求7所述的方法，其中响应于所述目标物具有果核，并且根据所述各轮廓的凸包信息计算与分类相关的目标特征信息包括：

根据外轮廓的凸点位置计算所述目标物的外轮廓的长和宽，并计算所述目标物的外轮廓的长宽比；

根据果核轮廓的凸点位置计算所述目标物中果核轮廓的长和宽，并计算所述目标物的果核轮廓的长宽比；

根据内轮廓的凸包面积和果核轮廓的凸包面积分别计算所述目标物中的腔体面积和果核面积，并计算所述目标物中所述果核面积占所述腔体面积的面积比；或者

根据外轮廓的凸点位置和内轮廓的凸点位置计算所述目标物的内轮廓至外轮廓在多个方向上的轮廓间距。

9.根据权利要求8所述的方法，其中基于所述目标特征信息对所述目标物进行分类包括：

将所述目标物的外轮廓的长宽比、所述目标物的果核轮廓的长宽比、所述面积比或者所述轮廓间距与相应的预设阈值进行比较；以及

根据比较结果将所述目标物按照外形大小或者品质优劣进行分类。

10.根据权利要求7所述的方法，其中响应于所述目标物具有果核和果肉，并且根据所述各轮廓的凸包信息计算与分类相关的目标特征信息包括：

根据外轮廓的凸包面积和内轮廓的凸包面积分别计算各自对应的轮廓半径，并计算所述目标物中的外轮廓和内轮廓之间的轮廓间距；

根据外轮廓的凸点位置计算所述目标物中外轮廓的周长和/或直径；

根据果核轮廓的凸包面积、果肉轮廓的凸包面积和外轮廓的凸包面积计算所述目标物中果肉的出肉率；或者

根据果肉轮廓的凸包个数计算所述目标物中包裹果肉的房数。

11.根据权利要求10所述的方法，其中基于所述目标特征信息对所述目标物进行分类包括：

将所述目标物中的外轮廓和内轮廓之间的轮廓间距、所述目标物中外轮廓的周长和/或直径、所述目标物中果肉的出肉率或者所述目标物中包裹果肉的房数与相应的预设阈值进行比较；以及

根据比较结果将所述目标物按照外形大小或者品质优劣进行分类。

12.根据权利要求8或9所述的方法，其中响应于所述目标物具有果核，所述目标物为槟榔。

13.根据权利要求10或11所述的方法，其中响应于所述目标物具有果核和果肉，所述目标物为榴莲。

14.一种用于对目标物进行分类的设备，包括：

处理器；以及

存储器，其中存储有用于对目标物进行分类的程序指令，当所述程序指令由所述处理器执行时，使得所述设备实现根据权利要求1-13任意一项所述的方法。

15.一种计算机可读存储介质，其上存储有用于对目标物进行分类的计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现如权利要求1-13任意一项所述的方法。