基于样本自适应增强的复杂背景下食品外观品质分级方法

本发明属于图像处理与分析技术领域，本发明公开了基于样本自适应增强的复杂背景下食品外观品质分级方法；通过多通道色彩空间变换获取食品特征图，利用梯度能量分析自适应提取前景掩膜，计算区域色彩偏离度识别瑕疵区域，对样本不足等级基于瑕疵几何形态参数执行约束型增强变换平衡数据分布，提取多尺度纹理特征并筛选高判别力维度，基于特征中心距离设计加权间距品质判定模型。本发明实现了复杂背景下的稳定前景分割，提高了瑕疵识别精度，有效解决了样本不平衡问题，增强了相似品质等级的区分能力，具有全自适应特性，适用于实际生产环境中的高效自动化品质分级。