[發(fā)明專利]一種智能分選設(shè)備的碎物料識別方法

在審

• 申請?zhí)枺?/td>: 202010685718.4
• 申請日: 2020-07-16
• 公開（公告）號: CN111832490A
• 公開（公告）日: 2020-10-27
• 發(fā)明（設(shè)計）人: 林傳文;汪俊鋒;鄧宏平
• 申請（專利權(quán)）人: 安徽慧視金瞳科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T5/00;G06T7/13;G06T7/136;G06T7/194
• 代理公司: 合肥律眾知識產(chǎn)權(quán)代理有限公司 34147
• 代理人: 鄧盛花

本發(fā)明公開了一種智能分選設(shè)備的碎物料識別方法，涉及大米分選技術(shù)領(lǐng)域，通過遍歷待識別圖像中物料的每一個像素點，統(tǒng)計其有效物料像素點數(shù)量，若有效物料像素點數(shù)量在設(shè)定閾值范圍內(nèi)，則判定為碎物料。本發(fā)明基于色選機現(xiàn)有結(jié)構(gòu)，融入碎物料識別算法，能夠在色選的同時進行碎物料的識別，識別效率高、準確率高，同時節(jié)約了硬件成本。

技術(shù)領(lǐng)域

本發(fā)明涉及物料分選技術(shù)領(lǐng)域，尤其是一種基于圖像處理的智能分選設(shè)備的碎物料識別方法。

背景技術(shù)

隨著生活水平的提高，人們對大米的消費逐步向優(yōu)質(zhì)化、功能化、綠色化方向發(fā)展。現(xiàn)有技術(shù)中基于圖像處理的大米分選通常是利用顏色差異剔除混入大米中的異色雜質(zhì)，主要的異色雜質(zhì)有發(fā)黑雜質(zhì)、發(fā)黃雜質(zhì)。對于混入大米中的碎米通常都是過篩分選，不便于與色選同時進行，需要單獨設(shè)置過篩機構(gòu)。

發(fā)明內(nèi)容

針對上述問題，本發(fā)明提供一種基于圖像處理的智能分選設(shè)備的碎物料識別方法，能夠在色選的同時進行碎物料的識別。

一種智能分選設(shè)備的碎物料識別方法，通過遍歷待識別圖像中物料的每一個像素點，統(tǒng)計其有效物料像素點數(shù)量，若有效物料像素點數(shù)量在設(shè)定閾值范圍內(nèi)，則判定為碎物料。

從槽道線性圖像中完成每一顆物料像素點遍歷的算法步驟如下：

1、初始化物料像素點數(shù)量M＝0，背景行標識符S＝0；

2、取一行像素點；

3、逐個遍歷選中行的像素點；

4、判斷當前遍歷的像素點是否為該行最后一個像素點，

若不是該行最后一個像素點，再判斷是否為背景像素點；若不是背景像素點，則置S＝1，物料像素點數(shù)量M自加1，再跳轉(zhuǎn)步驟3；若是背景像素點，則直接跳轉(zhuǎn)步驟3；

若是該行最后一個像素點，再判斷S是否為1；若S＝0，再判斷M是否為0，若M＝0，則跳轉(zhuǎn)步驟3，若M≠0，則判斷物料像素點數(shù)量是否在設(shè)定閾值范圍內(nèi)，若在設(shè)定閾值范圍內(nèi)，則判定其為碎物料；若S＝1，置S＝0，再跳轉(zhuǎn)步驟3。

其中，背景像素點的判斷方法為通過背景像素點樣本集獲取背景像素的RGB范圍，若待識別圖像中的像素點落入背景像素的RGB范圍，則判定為背景像素點。

優(yōu)選的，遍歷待識別圖像之前對其進行預(yù)處理，預(yù)處理包括畸變矯正和邊緣增強。

本發(fā)明基于色選機現(xiàn)有結(jié)構(gòu)，融入碎物料識別算法，能夠在色選的同時進行碎物料的識別，識別效率高、準確率高，同時節(jié)約了硬件成本。

附圖說明

圖1為碎物料識別算法流程圖；

圖2為像素化的待識別圖像黑白示意圖。

具體實施方式

下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。本發(fā)明的實施例是為了示例和描述起見而給出的，而并不是無遺漏的或者將本發(fā)明限于所公開的形式。很多修改和變化對于本領(lǐng)域的普通技術(shù)人員而言是顯而易見的。選擇和描述實施例是為了更好說明本發(fā)明的原理和實際應(yīng)用，并且使本領(lǐng)域的普通技術(shù)人員能夠理解本發(fā)明從而設(shè)計適于特定用途的帶有各種修改的各種實施例。

實施例1

大米分選機通常都劃分為若干槽道(例如64槽道或128槽道)，每個槽道對應(yīng)一個吹閥，確保每一個槽道內(nèi)的米粒依序經(jīng)過圖像采集器和吹閥，不發(fā)生堆疊情況。色選算法只需單獨處理單條槽道內(nèi)的線性圖像，作出吹閥判斷即可。

本發(fā)明公開了一種智能分選設(shè)備的碎物料識別方法，能夠在色選的同時進行碎物料的識別，具體包括以下步驟：

1、初始化物料像素點數(shù)量M＝0，背景行標識符S＝0；