[發明專利]一種基于機器視覺的高粱開口率檢測方法及系統

在審

• 申請號: 202111359122.6
• 申請日: 2021-11-17
• 公開（公告）號: CN114037898A
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 蔡植;楊生智;章軍;呂鋒
• 申請（專利權）人: 勁牌有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/25;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06F17/16
• 代理公司: 北京文苑專利代理有限公司 11516
• 代理人: 于利曉

本發明提供了一種基于機器視覺的高粱開口率檢測方法及系統，該方法包括：采集傳送帶上的運動高粱圖像；基于卷積神經網絡的方法檢測散落的高粱；基于機器視覺方法對檢測到的高粱顆粒進行重疊區域去除；基于卷積神經網絡方法對去除重疊區域后的高粱顆粒進行開口分類；基于機器視覺方法對高粱顆粒開口大小進行檢測。本申請實現了白酒釀造過程中，高粱開口率的檢測，而且能夠準確評估高粱開口率。

技術領域

本發明屬于釀酒領域，具體而言，涉及一種基于機器視覺的高粱開口率檢測方法及系統。

背景技術

目前機器視覺人工智能在白酒釀造行業尤其是在該行業的生產中仍處于起步階段。當前成熟的工業機器視覺方案并無法直接移植到白酒釀造的生產環節，釀造生產過程中存在著霧氣大、待測目標物傳送板鏈濕度高、水氣大、待測目標物堆積、粘連嚴重，并且對于待測目標物體的傳統評測方式及依據并非依賴單一的視覺評測，并未有現有的完整的量化的視覺評測標準。

發明內容

本申請實施例提供了一種基于機器視覺的高粱開口率檢測方法及系統，實現了白酒釀造過程中，高粱開口率的檢測，能夠準確評估高粱開口率。

第一方面，本申請實施例提供了一種基于機器視覺的高粱開口率檢測方法，包括：

步驟S1，采集傳送帶上的運動高粱圖像；

步驟S2，基于卷積神經網絡的方法檢測散落的高粱；

步驟S3，基于機器視覺方法對檢測到的高粱顆粒進行重疊區域去除；

步驟S4，基于卷積神經網絡方法對去除重疊區域后的高粱顆粒進行開口分類；

步驟S5，基于機器視覺方法對高粱顆粒開口大小進行檢測。

其中，所述步驟S1包括：

通過高速攝像機獲取高清圖像數據，并將原始數據中的RGB圖像進行灰度化，同時保留原始RGB圖像，灰度圖像用于散落高粱顆粒檢測。

其中，所述步驟S2包括：

建立高粱散落顆粒數據集，其中包括多顆重疊散落、單顆重疊散落、模糊顆粒散落圖像數據，每一張圖像都包含場景類別標簽；

設計卷積神經網絡模型，使用Resnet-50結構作為骨架模型；

訓練卷積神經網絡；

調用訓練后的網絡模型對散落顆粒進行檢測。

其中，所述步驟S3包括：

將包含高粱顆粒的圖片進行四等分劃分，然后使用半徑為5的高斯函數計算每個等分窗口的平均亮度，得到每個窗口的分割閾值，使用該閾值對原圖進行分割，得到包含高粱顆粒的二值化圖片，以去掉傳送帶背景干擾以及重疊的高粱顆粒區域。

其中，所述步驟S4包括：

使用經典分類網絡MobileNet對分割后的高粱顆粒圖片進行二分類，輸出結果為已開口與未開口。

其中，所述步驟S5包括：

使用分水嶺算法，利用高粱開口區域與未開口區域存在差異，對每個像素的灰度級進行從低到高排序；

在從低到高實現淹沒過程中，對每一個局部極小值采用先進先出結構進行判斷及標注，得到標注梯度圖像；

使用自定義Laplace算子計算得到開口部分；

使用步驟S3中得到的自適應分割閾值，對開口部分進行去噪處理，得到開口數據。

其中，所述步驟S5包括：