一种基于图像处理的棉花杂质检测方法与流程

摘要: 本发明涉及棉花杂质检测,具体为一种基于图像处理的棉花杂质检测方法。背景技术:1、棉花是主要经济作物之一,是纺织工业的重要原料,而棉花杂质含量是棉花定级和定价的主...
一种基于图像处理的棉花杂质检测方法与流程

本发明涉及棉花杂质检测,具体为一种基于图像处理的棉花杂质检测方法。

背景技术:

1、棉花是主要经济作物之一,是纺织工业的重要原料,而棉花杂质含量是棉花定级和定价的主要指标之一,杂质也会直接影响棉花扎花和纺纱效果,最终影响棉花的质量。为了提高棉花杂质检测的效率和准确性,基于图像处理的方法应运而生,该方法利用计算机视觉技术对棉花图像进行数字化处理和分析,进而通过图像来判断棉花中的杂质。

2、目前现有技术在棉花杂质检测中,还存在一些局限性,具体体现在以下几个层面:1、首先,如今的棉花杂质检测通过人工分拣观察的方式来检测并移除棉花中的杂质,这种方法成本高、速度慢以及效率低下,并且容易受到操作员的主观因素的影响。

3、2、其次,目前在棉花杂质检测过程中,缺乏对棉花杂质图像的数据进行多维度的分析,没有对棉花杂质图像具体信息进一步的分析,不利于有效提升棉花杂质检测的效率,较匮乏对棉花的体积和重量进行深度的评估,不利于保障棉花杂质检测的精度和准确性。

技术实现思路

1、针对现有技术的不足,本发明提供了一种基于图像处理的棉花杂质检测方法,能够有效解决上述背景技术中涉及的问题。

2、为实现以上目的,本发明通过以下技术方案予以实现:一种基于图像处理的棉花杂质检测方法,包括第一步、棉花放置区域图像采集:对棉花制造工厂预处理的棉花所属放置区域进行实景图像采集,进而获取棉花放置区域的平面实景图像;第二步、棉花放置区域平面实景图像分割:对棉花放置区域的平面实景图像进行分割,得到各棉花放置子区域的平面实景图像,将其记作为各棉花放置区域子图像;第三步、棉花放置区域图像灰度处理分析:将各棉花放置区域子图像进行灰度处理,得到各棉花放置区域灰度子图像,并对各棉花放置区域灰度子图像进行分析,由此计算各棉花放置区域子图像的灰度异常系数;第四步、棉花放置异常区域筛分:依据各棉花放置区域子图像的灰度异常系数,进而筛分各棉花放置异常区域;第五步、棉花放置异常区域图像处理分析:提取各棉花放置异常区域的平面实景图像进行处理分析,由此判定各棉花放置异常区域的杂质滞留基础评估值;第六步、棉花放置异常区域杂质深度评估:通过对各棉花放置异常区域进行扫描,进而计算各棉花放置异常区域的杂质滞留深度评估值;第七步、杂质管控提示:整合分析各棉花放置异常区域的杂质滞留程度综合评定值,进而筛分各杂质滞存异常棉花放置区域进行管控提示。

3、进一步地,对各棉花放置区域灰度子图像进行分析,其具体过程为:提取各棉花放置区域灰度子图像中的各像素点的灰度值,并依据数据库中存储的棉花放置图像的异常灰度范围进行比对,若某棉花放置区域灰度子图像中的某像素点的灰度值处于棉花放置图像的异常灰度范围中,则将该棉花放置区域灰度子图像中的该像素点记为灰度异常像素点,据此统计各棉花放置区域灰度子图像中的各灰度异常区域,并提取各棉花放置区域灰度子图像中的各灰度异常区域的面积,记为s异jv,j表示各棉花放置区域灰度子图像的编号,j=1,2,3,...,u,v表示各灰度异常区域的编号,v=1,2,3,...,a;从各棉花放置区域灰度子图像中定位至图像中心点以及各灰度异常区域中心点,进而提取各棉花放置区域灰度子图像中心点与对应的各灰度异常区域中心点之间的间距,并标记为各棉花放置区域灰度子图像中的各灰度异常区域所属参照分布间距记为w异jv。

4、进一步地,计算各棉花放置区域子图像的灰度异常系数,其具体过程为:统计各棉花放置区域灰度子图像中的灰度异常区域数目记为m异j,并依据数据库中存储的棉花放置区域所属单个灰度异常区域对应的许可面积和参照分布间距以及灰度异常区域所属许可数目比对,进而计算各目标棉花放置区域子图像的灰度异常系数,其计算公式为:其中pj为第j个目标棉花放置区域子图像的灰度异常系数,δs、δw和δm分别表示棉花放置区域所属单个灰度异常区域对应的许可面积、参照分布间距以及灰度异常区域所属许可数目,e为自然常数,γ1、γ2和γ3分别表示设定的灰度异常区域的面积、分布间距以及数目对应的异常修正因子。

5、进一步地,筛分各棉花放置异常区域,其具体过程为:依据各棉花放置区域子图像的灰度异常系数与设定的灰度异常系数许可范围进行比较,若某棉花放置区域子图像的灰度异常系数超出灰度异常系数许可范围,则将该棉花放置区域子图像记为棉花放置异常区域,由此统计各棉花放置异常区域。

6、进一步地,提取各棉花放置异常区域的平面实景图像进行处理分析,其具体过程为:对各棉花放置异常区域的平面实景图像进行预处理,得到各棉花放置异常区域的二值图像,进而提取各棉花放置异常区域的二值图像中的各异常信息,其中各异常信息包括各灰度异常区域中心点的波长以及最大纤维长度。

7、进一步地,判定各棉花放置异常区域的杂质滞留基础评估值,其具体过程为:依据数据库中存储的滞留杂质所属标准波长区间以及棉花所属常规纤维长度区间,进而依次提取滞留杂质所属标准波长区间中间值以及棉花所属常规纤维长度区间中间值,并分别标记为滞留杂质所属参照标准波长以及棉花所属参照标准纤维长度,进而分析判定各棉花放置异常区域的杂质滞留基础评估值,其计算公式为:其中ti表示第i个棉花放置异常区域的滞留基础评估值,i为各棉花放置异常区域的编号,i=1,2,3,...,m,liv,λiv分别表示第i个棉花放置异常区域的第v个灰度异常区域中心点的最大纤维长度和滞留杂质波长,δl,δλ分别表示棉花所属参照标准纤维长度和滞留杂质所属参照标准波长,δ1,δ2分别表示设定的纤维长度和滞留杂质波长对应的修正因子。

8、进一步地,分析各棉花放置异常区域的杂质滞留深度评估值,其具体分析过程为:通过重量传感器对各棉花放置异常区域进行重量检测,得到各棉花放置异常区域的重量,记为gi;通过高清全景扫描仪对棉花放置区域进行三维全景扫描,得到棉花放置区域的三维全景图像,进而从中分割提取各棉花放置异常区域的三维全景图像,并提取各棉花放置异常区域的面积以及棉花体外形轮廓,由此提取各棉花放置异常区域的棉花体所属堆放体积记为vi,进而通过计算得到各棉花放置异常区域的棉花堆放密度记为ρi,其计算公式gi

9、为:其中g为重力加速度,g=9.8m/s2;根据数据库中存储的棉花适宜堆放密度以及单位面积的棉花放置区域所属适配堆放重量,进而计算各棉花放置异常区域的杂质滞留深度评估值,记为yi。

10、进一步地,各棉花放置异常区域的杂质滞留深度评估值,其具体计算表达式为:其中si表示为第i个棉花放置异常区域的面积,g单表示为单位面积的棉花放置区域所属适配堆放重量,δg表示为设定的杂质滞留评估所属许可偏差重量,δρ棉花适宜堆放密度,κ2和κ3分别表示设定的棉花放置区域所属重量以及堆放密度对应的修正因子。

11、进一步地,分析各棉花放置异常区域的杂质滞留程度综合评定值,其具体过程为:根据各棉花放置异常区域的杂质滞留基础评估值和各棉花放置异常区域的杂质滞留深度评估值,进而分析各棉花放置异常区域的杂质滞留程度综合评定值,其计算公式为:ωi=ln(1+ti*χ1+yi*χ2),其中ωi表示第i个棉花放置异常区域的杂质滞留程度综合评定值,χ1和χ2分别表示为设定的杂质滞留基础评估值和杂质滞留深度评估值对应的综合评定权重占比值。

12、进一步地,筛分各杂质滞存异常棉花放置区域进行管控提示,其具体过程为:

13、获取棉花所属需求生产成品类型,记为指定类型,进而依据数据库中存储的各类型生产成品所属杂质滞留程度综合评定值合规范围进行比对,进而筛分指定类型生产成品所属杂质滞留程度综合评定值合规范围;将各棉花放置异常区域的杂质滞留程度综合评定值与指定类型生产成品所属杂质滞留程度综合评定值合规范围进行比对,当某棉花放置异常区域的杂质滞留程度综合评定值超出指定类型生产成品所属杂质滞留程度综合评定值合规范围时,则进行杂质管控提示。

14、本发明具有以下有益效果:

15、(1)本发明通过将各棉花放置区域子图像进行灰度处理,并对各棉花放置区域灰度子图像进行分析,并依据各棉花放置区域子图像的灰度异常系数,进而筛分各棉花放置异常区域,由此判定各棉花放置异常区域的杂质滞留基础评估值,结合了光谱图像的技术对棉花图像的光波波长做出了进一步的数据分析,提高了针对性分析水准,捕捉到更细微的特征和变化,减少了人为主观判断带来的误差和偏差,降低了成本,并对棉花杂质图像的数据进行多个维度的分析,有利于提升棉花杂质检测的效率,更加准确的检测和识别棉花中的杂质,提高了棉花杂质检测的精度和准确性,并为质量改进和问题解决提供根据。

16、(2)本发明通过对各棉花放置异常区域进行扫描,检测了各棉花放置异常区域的重量和密度,进而计算各棉花放置异常区域的杂质滞留深度评估值,并对棉花的体积和重量进行深度的评估,有利于棉花杂质检测的精度和准确性,结合了数据分析的方法从多维度的分析了棉花杂质的信息,提高了棉花杂质检测的效率和生产线的处理速度。

17、当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。