[發(fā)明專利]一種基于圖像處理的方格蔟蠶繭篩選裝置及方法

有效

• 申請?zhí)枺?/td>: 201710018548.2
• 申請日: 2017-01-11
• 公開（公告）號: CN106780537B
• 公開（公告）日: 2019-08-23
• 發(fā)明（設(shè)計）人: 閆銀發(fā);許榮浩;閆筱;李法德;宋占華;李玉道;韓守強(qiáng);宋華魯
• 申請（專利權(quán)）人: 山東農(nóng)業(yè)大學(xué)
• 主分類號: G06T7/155
• 分類號: G06T7/155;G06T7/187;G06T7/136;G06M11/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提供了一種基于圖像處理的方格蔟蠶繭篩選裝置及方法，該裝置包括臺架、工作臺、方格簇和CMOS攝像頭。CMOS攝像頭通過一個支架固定于工作臺上，方格蔟位于CMOS攝像頭下方；本發(fā)明結(jié)合圖像處理技術(shù)進(jìn)行方格蔟蠶繭自動計數(shù)及篩選，使用CMOS攝像機(jī)，對采集到的圖像采用二值化、腐蝕分割算法并利用區(qū)域特征提取，對方格蔟蠶繭圖片進(jìn)行處理，有效的將蠶繭從方格蔟里分離了出來，然后通過對目標(biāo)連通域進(jìn)行標(biāo)記，并統(tǒng)計目標(biāo)連通域的數(shù)量得出蠶繭數(shù)量，利用每個目標(biāo)連通域的面積區(qū)域描繪子進(jìn)行特征提取，通過對連通域面積的判斷，區(qū)分出雙宮繭，特小繭等不良繭，計數(shù)效果準(zhǔn)確快速。

(一)技術(shù)領(lǐng)域

本發(fā)明涉及一種基于圖像處理的方格蔟蠶繭篩選裝置及方法。

(二)背景技術(shù)

方格蔟已經(jīng)成為我國蠶業(yè)生產(chǎn)中廣泛使用的蔟具，尤其以紙板方格蔟的使用量最大。隨著方格蔟的大量使用，相繼研發(fā)了多款方格蔟自動采繭設(shè)備，但這些設(shè)備的結(jié)構(gòu)復(fù)雜，自動化程度不高，仍需要人工輔助操作，且無蠶繭分選功能，無法識別雙宮繭、特小繭等不良繭。對方格蔟內(nèi)的蠶繭進(jìn)行采集的常用方式依然是傳統(tǒng)的手工采繭，采完后再進(jìn)行數(shù)量統(tǒng)計和不良繭的篩選，統(tǒng)計篩選的效率和精準(zhǔn)率低下，多數(shù)、漏數(shù)、錯選的情況時常發(fā)生。因此，需要開發(fā)出一種高效、高精確度的蠶繭采集裝置及系統(tǒng)，使其可以對方格蔟內(nèi)的蠶繭進(jìn)行采集，并在采集過程中直接進(jìn)行數(shù)量統(tǒng)計和篩選。而隨著圖像處理技術(shù)的快速發(fā)展，將圖像處理技術(shù)與圖像識別技術(shù)應(yīng)用于蠶繭采集與統(tǒng)計領(lǐng)域，將對蠶繭采集、統(tǒng)計與篩選方式產(chǎn)生重大的影響。

(三)發(fā)明內(nèi)容

為了解決上述問題，本發(fā)明提供了一種基于圖像處理的方格蔟蠶繭篩選裝置及方法。本發(fā)明利用CMOS攝像頭采集到的圖像進(jìn)行處理分析，在采集過程中直接進(jìn)行數(shù)量統(tǒng)計和篩選。

一種基于圖像處理的方格蔟蠶繭篩選裝置，包括臺架、工作臺、方格簇、CMOS攝像頭；臺架用于支撐工作臺；CMOS攝像頭懸于方格簇正上方，能正對方格簇上的蠶繭拍照，使用CMOS攝像頭能完整的采集到方格蔟上蠶繭的原始圖像。

本發(fā)明對采集到的原始圖像進(jìn)行處理，得到方格簇中蠶繭和不良蠶繭的數(shù)量。

一種基于圖像處理的方格蔟蠶繭篩選方法，步驟如下：

1、使用CMOS攝像頭對方格蔟蠶繭進(jìn)行圖像采集。

2、設(shè)定閾值L₀,對采集到的原始方格蔟蠶繭圖像進(jìn)行二值化處理，灰度值超過閾值L₀的像素判定為目標(biāo)區(qū)域，從而得到二值化圖像。利用Otus法確定閾值L₀，方法如下：

2.1統(tǒng)計灰度圖像總的像素數(shù)N，并找出最小灰度值L_min和最大灰度值L_max，則灰度圖像的灰度范圍為[L_min，L_max]。假設(shè)閾值為T，T在[L_min，L_max]范圍內(nèi)，則灰度圖像的像素灰度值被閾值T分為兩部分C₀和C₁。C₀由灰度值在[L_min，T-1]范圍內(nèi)的像素組成，C₁由灰度值在[T，L_max]范圍內(nèi)的像素組成，則區(qū)域C₀和C₁的概率分別為：P₁＝1-P₀。區(qū)域C₀和C₁的平均灰度分別為：灰度圖像的平均灰度為：μ＝P₀μ₀+P₁μ₁,C₀和C₁兩個區(qū)域的總方差為：將T在[L_min，L_max]范圍內(nèi)以像素灰度值每次增加1的方式依次取值，使最大的T值便是最佳區(qū)域分割閾值L。