CN102393396B - 一种棉种自动筛选方法及系统 - Google Patents
一种棉种自动筛选方法及系统 Download PDFInfo
- Publication number
- CN102393396B CN102393396B CN201110227597.XA CN201110227597A CN102393396B CN 102393396 B CN102393396 B CN 102393396B CN 201110227597 A CN201110227597 A CN 201110227597A CN 102393396 B CN102393396 B CN 102393396B
- Authority
- CN
- China
- Prior art keywords
- cotton seed
- image
- cotton
- damaged
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Treatment Of Fiber Materials (AREA)
Abstract
本发明为一种棉种自动筛选系统,包括:喂料模块,用于使棉种沿固定的轨道运动;图像采集模块,用于对运动的棉种进行实时图像采集;图像处理模块,与所述图像采集模块连接,接收所述图像采集模块采集的图像,用于对所述采集的图像进行处理,基于棉种的颜色和破损情况对图像中的棉种进行筛选,得到筛选结果;筛选控制模块,与所述图像处理模块连接,用于根据所述筛选结果对不同类型的棉种进行区分处理。本发明的棉种搜索和检测方法基于图像的灰度信息,在保证准确率的前提下提高了速度,为继续进行破损棉种检测预留时间,并且采用了独特的破损棉种检测方法,不仅解决了其它的基于链码的算法精度低或者速度慢的问题,而且能保持较高的检测精度。
Description
技术领域
本发明属于机器视觉的自动检测与控制技术领域,具体涉及一种基于棉种的视觉特征进行图像分析筛选的筛选方法及系统。
背景技术
我国是棉花生产大国,棉种是我国重要的生产资料和生活资料,因此棉种的筛选对我国的棉花生产具有很大的影响。在脱绒后的棉种中,成熟的棉种接近黑色,而未成熟的脱绒棉种大都是浅红色或者浅棕色(俗称“红种”)。据有关报导,红棉种在种子中的比率有时高达26%-28%。同时,棉种在初加工过程中经过轧花机、剥绒机、抛光机等机械设备,造成了棉种的大量破损。破损和未成熟的“红种”是不能发芽或没有正常的发育能力的。
目前,棉种的加工选种工序主要采用风筛选、重力筛选等工艺,由于“红种”和“破损棉种”的质量和颗粒大小与合格棉种接近,上述的分选工艺无法将其分开,目前仍主要靠人工剔除。对于红色棉种的筛选,另一种应用较为广泛的方法是使用光电色选机,这种色选机通常采用硅光二极管作为光信号传感器,当棉种经过传感器时,不同颜色棉种的的反射光会使传感器产生强度不同的电信号,据此信号,系统判断是否是红色棉种,控制相应筛选装置进行剔除。这种色选机在效率方面有很大的提高,但是仍有以下几点不足:
1)只能针对红色棉种进行检测和剔除,不能处理破损棉种;
2)每个棉种的滑槽需要对应一个光电接收系统,系统电路复杂;
3)光电传感器对所监测的整个区域进行信息处理,一般情况下,此区域约为一个棉种大小,这种监测方式分辨率低,容易受到相邻棉种的干扰,导致灵敏度低、色泽判断不准。
另有其他一些色选机的处理系统基于PC机,处理速度慢,系统庞大、功耗大。这些缺点使得上述两种色选机的整体性能仍不能满足生产高质量棉种的需求。
发明内容
(一)要解决的技术问题
本发明的目的是针对当前脱绒棉种优选过程中破损棉种无法通过机械筛选、红棉种筛选效率低等问题,提供一种基于棉种的视觉特征进行图像分析筛选的筛选方法及系统。
(二)技术方案
为了解决上述技术问题,本发明提供一种棉种自动筛选系统,包括:
喂料模块,用于使棉种沿固定的轨道运动;
图像采集模块,用于对运动的棉种进行实时图像采集;
图像处理模块,与所述图像采集模块连接,接收所述图像采集模块采集的图像,用于对所述采集的图像进行处理,基于棉种的颜色和破损情况对图像中的棉种进行筛选,得到筛选结果;
筛选控制模块,与所述图像处理模块连接,用于根据所述筛选结果对不同类型的棉种进行区分处理。
优选地,所述图像处理模块中包括颜色筛选单元和破损筛选单元;开始运行后,所述图像处理模块读取一帧图像,所述颜色筛选单元按顺序搜索图像中的棉种,搜索到后首先进行红棉种判断,如果是红棉种,则设置相应的剔除标志位为剔除;否则通过所述破损筛选单元进行破损棉种判断,如果为破损棉种,设置相应的剔除标志位为剔除;如果棉种既非红棉种,也非破损棉种,则继续搜索下一粒棉种;整帧图像搜索完毕,处理下一帧图像。
优选地,所述颜色筛选单元将图像分为多个区域,按照顺序逐区域扫描;每个区域中,从区域上/下边缘沿中线依次向下/上进行搜索,通过灰度值判断是否有棉种出现;如果该区域没有棉种,则继续搜索下一区域;如果该区域中存在棉种,则继续向下/上搜索,找到棉种的下/上方边缘;去除棉种下边缘以上预定个数的像素以及上边缘以下预定个数的像素的灰度值,将棉种其他像素点的灰度值取平均,得到平均值;将所述平均值与阈值比较,判断是哪一种颜色的棉种;检测完当前棉种,判断当前区域是否还有棉种;如果有,继续进行相应检测;如果没有,扫描下一区域。
优选地,所述破损筛选单元获得搜索棉种时得到的棉种边界起始点,判断该点是否是孤立点;如果是孤立点,将该点设为背景点;如果不是孤立点,沿顺时针方向进行链码搜索;对于每个链码值,用下一个链码减当前链码,得到相对链码值;对N个相邻的相对链码值求和得到Mi,与阈值M比较;当Mi小于M,计算这N点的弦中点;根据弦中点所在位置的像素值,判断该点是否落在棉种轮廓之外,从而确定棉种边缘是否有凹陷;如果有凹陷,则是破损棉种;没有凹陷,则是正常棉种。
优选地,所述喂料模块包括料斗、振动给料器和滑槽;振动给料器的出料位置位于滑槽的顶端,滑槽以与竖直方向45度夹角的倾斜度放置,滑槽内有分隔开的滑道,每个滑道宽1cm。
优选地,所述筛选控制模块包括电磁喷嘴、空气过滤器和空气压缩机;空气压缩机的出气管连接空气过滤器的进气管,空气过滤器的出气管连接电磁喷嘴的进气孔,电磁喷嘴的出气孔安置于滑槽末端;用于在需剔除棉种经过电磁喷嘴时,喷出高压气流将不合格棉种吹除。
本发明还提供一种棉种自动筛选方法,包括步骤:
s1,使棉种沿固定的轨道运动;
s2,对运动的棉种进行实时图像采集;
s3,对所述采集的图像进行处理,基于棉种的颜色和破损情况对图像中的棉种进行筛选,得到筛选结果;
s4,根据所述筛选结果对不同类型的棉种进行区分处理。
优选地,所述步骤s3进一步包括颜色筛选步骤s31和破损筛选步骤s32;开始运行后,进入颜色筛选步骤s31,读取一帧图像,按顺序搜索图像中的棉种,搜索到后首先进行红棉种判断,如果是红棉种,则设置相应的剔除标志位为剔除;否则继续进入破损筛选步骤s32进行破损棉种判断,如果为破损棉种,设置相应的剔除标志位为剔除;如果棉种既非红棉种,也非破损棉种,则继续搜索下一粒棉种;整帧图像搜索完毕,处理下一帧图像。
优选地,所述颜色筛选步骤s31进一步包括:
s311,将图像分为多个区域,按照顺序逐区域扫描;
s312,每个区域中,从区域上/下边缘沿中线依次向下/上进行搜索,通过灰度值判断是否有棉种出现;如果该区域没有棉种,则继续搜索下一区域;如果该区域中存在棉种,则继续向下/上搜索,找到棉种的下/上方边缘;
s313,去除棉种下边缘以上预定个数的像素以及上边缘以下预定个数的像素的灰度值,将棉种其他像素点的灰度值取平均,得到平均值;
s314,将所述平均值与阈值比较,判断是哪一种颜色的棉种;
s315,检测完当前棉种,判断当前区域是否还有棉种;如果有,继续进行相应检测;如果没有,扫描下一区域。
优选地,所述破损筛选步骤s32进一步包括:
s321,获得搜索棉种时得到的棉种边界起始点,判断该点是否是孤立点;如果是孤立点,将该点设为背景点;如果不是孤立点,沿顺时针方向进行链码搜索;
s322,对于每个链码值,用下一个链码减当前链码,得到相对链码值;
s323,对N个相邻的相对链码值求和得到Mi,与阈值M比较;
s324,当Mi小于M,计算这N点的弦中点;
s325,根据弦中点所在位置的像素值,判断该点是否落在棉种轮廓之外,从而确定棉种边缘是否有凹陷;如果有凹陷,则是破损棉种;没有凹陷,则是正常棉种。
(三)有益效果
1)本发明以机器视觉技术为手段对棉种进行实时筛选。图像采集系统选用高帧率的1394接口摄像机,配合专用于高速图像处理的TMS320DM642芯片,这种组合保证了可以抓拍到清晰的棉种图片并实时处理。相比于基于PC机的中央处理系统,DSP嵌入式系统运算速度快,功耗低,体积小,适合工业应用;
2)本发明的图像采集区域选定为滑槽中部,密封光源箱中的LED均匀排列,使图像采集区域有稳定的光线,并且拍摄的图片中棉种处于固定轨道,方便图像处理,提高检测准确率;
3)本发明的棉种搜索和红棉种检测方法基于图像的灰度信息,在保证准确率的前提下提高了速度,为继续进行破损棉种检测预留时间;
4)本发明采用了独特的破损棉种检测算法,将边缘链码提取、链码和、弦中点三种算法综合运用。这种结合的算法不仅解决了其它的基于链码的算法精度低或者速度慢的问题,而且能保持较高的检测精度。
5)本发明采用模块化设计,各模块可进行升级或替换。具有很好的通用性,不仅适用于棉种筛选,修改后同样适用于其他谷物、颗粒及更广泛棉种的实时筛选。
附图说明
图1是本发明棉种自动筛选系统的结构框图;
图2是本发明一实施例的示意图;
图3是本发明一实施例中光源箱的示意图;
图4是本发明一实施例中光源箱LED灯板的示意图;
图5是本发明一实施例中图像处理模块的硬件结构示意图;
图6是本发明棉种自动筛选方法的图像处理方法流程图;
图7是本发明一实施例中的棉种搜索及红棉种检测方法流程图;
图8是本发明一实施例中的破损棉种检测方法流程图。
其中:1:料斗;2:振动给料器;3:滑槽;4:光源板;5:摄像头;6:光源箱;7:电气喷嘴;8:机械骨架;9:合格棉种出料斗;10:不合格棉种出料斗;11:合格棉种;12:不合格棉种;13:地面;14:LED灯;15:光源箱底板;16:光源箱侧板。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不是限制本发明的范围。
如图1所示,本发明所述的棉种自动筛选系统,包括:
喂料模块110,用于使棉种沿固定的轨道运动;
图像采集模块120,用于对运动的棉种进行实时图像采集;
图像处理模块130,与所述图像采集模块120连接,接收所述图像采集模块120采集的图像,用于对所述采集的图像进行处理,基于棉种的颜色和破损情况对图像中的棉种进行筛选,得到筛选结果;
筛选控制模块140,与所述图像处理模块130连接,用于根据所述筛选结果对不同类型的棉种进行区分处理。
所述图像处理模块130中包括颜色筛选单元131和破损筛选单元132;开始运行后,所述图像处理模块130读取一帧图像,所述颜色筛选单元131按顺序搜索图像中的棉种,搜索到后首先进行红棉种判断,如果是红棉种,则设置相应的剔除标志位为剔除;否则通过所述破损筛选单元132进行破损棉种判断,如果为破损棉种,设置相应的剔除标志位为剔除;如果棉种既非红棉种,也非破损棉种,则继续搜索下一粒棉种;整帧图像搜索完毕,处理下一帧图像。
所述颜色筛选单元131将图像分为多个区域,按照顺序逐区域扫描;每个区域中,从区域上/下边缘沿中线依次向下/上进行搜索,通过灰度值判断是否有棉种出现;如果该区域没有棉种,则继续搜索下一区域;如果该区域中存在棉种,则继续向下/上搜索,找到棉种的下/上方边缘;去除棉种下边缘以上预定个数的像素以及上边缘以下预定个数的像素的灰度值,将棉种其他像素点的灰度值取平均,得到平均值;将所述平均值与阈值比较,判断是哪一种颜色的棉种;检测完当前棉种,判断当前区域是否还有棉种;如果有,继续进行相应检测;如果没有,扫描下一区域。
所述破损筛选单元132获得搜索棉种时得到的棉种边界起始点,判断该点是否是孤立点;如果是孤立点,将该点设为背景点;如果不是孤立点,沿顺时针方向进行链码搜索;对于每个链码值,用下一个链码减当前链码,得到相对链码值;对N个相邻的相对链码值求和得到Mi,与阈值M比较;当Mi小于M,计算这N点的弦中点;根据弦中点所在位置的像素值,判断该点是否落在棉种轮廓之外,从而确定棉种边缘是否有凹陷;如果有凹陷,则是破损棉种;没有凹陷,则是正常棉种。
如图2所示,为本发明一实施例棉种自动筛选系统的示意图。在本实施例中,喂料模块110包括料斗1、振动给料器2和滑槽3;振动给料器2的出料位置位于滑槽3的顶端,滑槽3以与竖直方向45度夹角的倾斜度放置,滑槽3内有分隔开的滑道,每个滑道宽1cm。滑槽3由机械骨架8支撑,振动给料器2置于机械骨架8上。这样设计的喂料模块能使棉种沿固定的轨道下滑,由于重力作用,下滑时相邻棉种拉开距离,保证了棉种不会出现堆叠,使棉种能够排成单列以成串的流动姿态进入图像采集区域,同时也保证了在剔除棉种时不会影响到其相邻的棉种,保证了剔除的准确率。
在本实施例中,图像采集模块120包括光源箱6和摄像机;如图3所示,光源箱6为长方形箱体,包括一个底板15、两个侧板16和一个光源板4;侧板16靠近光源箱6底部的一侧开有长条型孔,安装时滑槽3从中间穿过;如图4所示,光源板4为安装有LED灯的长方形铝合金板;光源板4中间预留直径为3cm的圆孔,供摄像头5深入采集图像,在圆孔四周LED灯以点阵排列方式均匀分布;LED灯底部与光源板4之间用导热硅胶固定,可以散发工作时的热量。安装好的光源箱6包围在滑槽3周围,这样能保证采集图像时,系统不会受环境光线的影响,并且避免发出的光线有流失。
在本实施例中,拍摄图像采用basler公司的A602fc型号摄像机。这款摄像机采用CMOS传感器做感光器件,使用IEEE1394a接口向外进行数据传输。当设置成每像素8bit宽度的时候,采集帧率可达到100fps;当设置成每像素16bit宽度的时候,采集帧率可达到50fps。根据摄像机高帧率以及使用IEEE1394协议进行传输的特点,本发明的图像处理模块包括DSP、FPGA、1394数据链路层芯片(LLC)和1394物理层芯片(PHY),硬件结构图如图5所示。
其中,DSP为主处理器,选用高性能32位定点DSPTMS320DM642,DM642是美国德州仪器公司(TI)专门为多路视频输入输出设计的数字信号处理芯片。其运算功能强大,建立在第二代高性能超常指令字结构上,可以并行处理8条指令,非常适用于数字图像处理。在本发明中,其工作主频选择为600MHz,根据项目的需要,DM642除了扩展必须的存储器部分外,主要扩展了异步串口,方便与筛选控制系统通信。
其中,FPGA为协处理器,选用ALTER公司的CycloneII系列EP2C35F672C8型号芯片。FPGA通过1394数据链路层控制芯片得到输入的图像数据,并协调1394数据链路层和DM642芯片之间传输图像时的时序。除此之外,FPGA同时向外扩展数字I/O、VGA接口,前者用来控制筛选控制系统,后者方便调试时进行图像显示。
其中,1394数据链路层芯片与1394物理层芯片相连,最终连接至1394数字摄像机。数据链路层芯片选用TI公司生产的TSB12LV32。这是一款高性能通用IEEE1394链路层控制器芯片,内部有一个2K字节的发送FIFO和一个2K字节的接收FIFO,用来实现控制器和物理层接口之间数据包的发送和接收,速度可以达到400Mbits/s。同时,它还有等时传输口DM,用来提供无需握手信号的等时传输。物理层芯片选用TI公司的TSB41AB2芯片。TSB41AB2有两个IEEE1394网络端口,与1394链路层芯片连接时,可提供数字信号和模拟信号的收发功能。根据接收速度,编码后的串行数据被分成2-bit、4-bit或者8-bit的并行数据流,被发送到TSB12LV32。工作时,TSB41AB2需向TSB12LV32提供一个49.512MHz的时钟信号,实现两个芯片的同步,同时也实现接收数据的重新同步。
以上所述的硬件电路部分,与光源箱、摄像机一起协调工作,完成下滑棉种图像的实时采集和处理。
在本实施例中,筛选控制模块140包括电磁喷嘴7、空气过滤器和空气压缩机;空气压缩机的出气管连接空气过滤器的进气管,空气过滤器的出气管连接电磁喷嘴7的进气孔,电磁喷嘴7的出气孔安置于滑槽末端;用于在需剔除棉种经过电磁喷嘴7时,喷出高压气流将不合格棉种10吹除,本系统喷出气体的压强为0.4MPa。
本发明中,高速图像处理方法的实现以TMS320DM642为运行平台。
本发明还提供一种棉种自动筛选方法,包括步骤:
s1,使棉种沿固定的轨道运动;
s2,对运动的棉种进行实时图像采集;
s3,对所述采集的图像进行处理,基于棉种的颜色和破损情况对图像中的棉种进行筛选,得到筛选结果;
s4,根据所述筛选结果对不同类型的棉种进行区分处理。
本发明方法的主要功能是对图像进行红棉种检测和破损棉种检测,算法整体框架如图6所示。所述步骤s3进一步包括颜色筛选步骤s31和破损筛选步骤s32;开始首先进行初始化,对相应的芯片及外设进行配置,做好运行程序的准备。开始运行后,读取一幅图像,进入颜色筛选步骤s31,沿滑道搜索图像中的棉种,搜索到后首先进行红棉种判断,如果是红棉种,则设置相应的剔除标志位为1(表示剔除),否则继续进入破损筛选步骤s32进行破损棉种判断,如果为破损棉种,设置相应的剔除标志位为1,如果棉种既非红棉种,也非破损棉种,则继续搜索下一粒棉种。整幅图像搜索完毕,处理下一帧图像。
1.棉种扫描及红棉种检测方法:
本系统中,光源和滑槽的设计能保证采集到的图像中,棉种与背景、红棉种与正常棉种在亮度上有很大的区别。棉种扫描及红棉种检测算法主要使用图像的亮度信息,其方法流程图如图7所示。棉种扫描时,将图像划分成8x4个小区域,每个区域的高度为90像素,宽度为一个滑槽的宽度。按照从左到右,从下到上的顺序逐区域扫描。每个区域最多可以出现1~2粒棉种,所以棉种搜索及红棉种识别的算法步骤总结如下:
1)按照从左到右,从下到上的顺序逐区域扫描。
2)每个区域中,从区域上/下边缘沿中线依次向上进行扫描,通过灰度值判断是否有棉种出现;
3)如果该单元没有棉种,则继续搜索下一区域;
4)如果该单元中存在棉种,则继续向下/上搜索,找到棉种的下/上方边缘;
5)去除棉种下边缘以上10个像素以及上边缘以下10个像素的灰度值,将棉种其他像素点的灰度值取平均;
6)将平均值与阈值比较,判断是否是红棉种;
7)如果不是红棉种,判断是否是破损棉种;
8)检测完当前粒,判断当前区域是否有第二粒,如果有,继续进行相应检测,如果没有,检测下一区域。
2.破损棉种检测方法:
破损棉种检测是基于对破损棉种图像的边界表达来实现,利用基于边界的分割方法对图像进行分割可得到沿目标边界的一系列像素点,构成目标的轮廓线。传统的边缘检测算法通过梯度算子来实现,经典的梯度算子模板有:Sobel模板、Kirsh模板、Prewitt模板、Roberts模板、Laplacian模板、点模板、线模板等。本发明在经典的边缘检测算法基础做进一步改进,实现对破损棉种的识别。
链码是对边界点的一种编码表示方法,其特点是利用一系列具有特定长度和方向的相连的直线段来表示目标的边界。因为每个线段的长度固定而方向数目取为有限,所以只有边界的起点需用绝对坐标表示,其余点都可以只用接续方向来代表偏移量。
搜索出棉种边缘的链码后,边界上的每一个点都有前一点指向此点的链码C1和此点指向后一点的链码C2,相对链码是指C2和C1的相互关系,取值范围为-3~4。在计算上,当前点的相对链码值为C2-C1。本算法根据每一个边缘点的链码计算得到相对链码,对连续N点的相对链码做和,进行下一步分析。
弦中点是本系统在边缘凹凸性检测方面设计的独特算法,连接上述N个边缘点的起始点和终点,取所得线段的中点,即为弦中点。弦中点是几何中的术语,本系统借用的目的是通过分析弦中点所在处的棉种图像的轮廓特征,来判断棉种属于正常还是破损。如果弦中点落在背景上,则此段边缘为向内凹陷,此棉种为破损棉种,否则,弦中点落在棉种上,此段边缘为凸的弧线,则该棉种不是破损棉种。
破损棉种的检测方法流程图如图8所示,在红棉种检测中检测到不是红棉种后,运行此方法。其步骤如下:
1)获得搜索棉种时得到的棉种边界起始点,判断该点是否是孤立点;
2)如果是孤立点,则设为背景点;如果不是孤立点,沿顺时针方向进行链码搜索;
3)对于每个链码值,用下一个链码减当前链码,得到相对链码值;
4)对N个相邻的相对链码值求和得到Mi,与阈值M比较;
5)当Mi小于M,计算这N点的弦中点;
6)根据弦中点所在位置的像素值,判断该点是否落在棉种轮廓之外,从而确定棉种边缘是否有凹陷,有凹陷是破损棉种的特征,没有凹陷则是正常棉种。
控制方法的运行基于TMS320DM642高速DSP平台,用于根据图像处理模块的筛选结构,对电气喷嘴进行控制。本控制方法开始于一幅图像的分析处理结束之时。前文已述,本发明在处理图像时,将图像分割成4行8列的小区域,对应每个区域都有一个棉种合格与否的标志位。控制程序首先获得这四个字节的标志位信息,然后据此确定不合格棉种的位置,根据预设的公式计算相应的电气喷嘴开启的时刻,之后程序进行延时等待棉种经过喷嘴,延时结束时,筛选控制程序发出信号开启电气喷嘴,完成棉种筛选。
本实施例的工作过程如下:系统运行之前,要先在料斗中装入脱绒后的棉种,空气压缩机准备好高压气体。本系统开启运行开关后,棉种由料斗送入到振动给料器,振动给料器通过微小振动对棉种进行调整,使棉种比较均匀的下滑到滑槽的每个滑道内。在重力的作用下,棉种在滑槽内逐渐的被拉开距离。在棉种滑落时,图像采集系统按照固定的间隔采集图像(摄像机帧率50帧/秒,图像采集间隔20ms)。图像处理系统对图像数据进行处理,判断采集到的图像内是否有棉种,并进一步对红棉种和破损棉种进行识别。一幅图像数据处理完成后,根据红棉种和破损棉种的位置信息,计算吹气所需的延时信息,输出控制信号并驱动电磁阀工作,吹嘴相应的吹气孔将喷射出高压气流,将不合格棉种12,包括红棉种和破损棉种吹出,落入不合格棉种种仓10,而合格棉种11将继续滑落最后落入到合格棉种种仓9,从而完成了棉种的实时筛选。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (6)
1.一种棉种自动筛选系统,包括:
喂料模块(110),用于使棉种沿固定的轨道运动;
图像采集模块(120),用于对运动的棉种进行实时图像采集;
图像处理模块(130),与所述图像采集模块(120)连接,接收所述图像采集模块(120)采集的图像,用于对所述采集的图像进行处理,基于棉种的颜色和破损情况对图像中的棉种进行筛选,得到筛选结果;
筛选控制模块(140),与所述图像处理模块(130)连接,用于根据所述筛选结果对不同类型的棉种进行区分处理;
所述图像处理模块(130)中包括颜色筛选单元(131)和破损筛选单元(132);开始运行后,所述图像处理模块(130)读取一帧图像,所述颜色筛选单元(131)按顺序搜索图像中的棉种,搜索到后首先进行红棉种判断,如果是红棉种,则设置相应的剔除标志位为剔除;否则通过所述破损筛选单元(132)进行破损棉种判断,如果为破损棉种,设置相应的剔除标志位为剔除;如果棉种既非红棉种,也非破损棉种,则继续搜索下一粒棉种;整帧图像搜索完毕,处理下一帧图像;
其特征在于,所述破损筛选单元(132)获得搜索棉种时得到的棉种边界起始点,判断该点是否是孤立点;如果是孤立点,将该点设为背景点;如果不是孤立点,沿顺时针方向进行链码搜索;对于每个链码值,用下一个链码减当前链码,得到相对链码值;对N个相邻的相对链码值求和得到Mi,与阈值M比较;当Mi小于M,计算这N点的弦中点;根据弦中点所在位置的像素值,判断该点是否落在棉种轮廓之外,从而确定棉种边缘是否有凹陷;如果有凹陷,则是破损棉种;没有凹陷,则是正常棉种。
2.如权利要求1所述的棉种自动筛选系统,其特征在于,所述颜色筛选单元(131)将图像分为多个区域,按照顺序逐区域扫描;每个区域中,从区域上/下边缘沿中线依次向下/上进行搜索,通过灰度值判断是否有棉种出现;如果该区域没有棉种,则继续搜索下一区域;如果该区域中存在棉种,则继续向下/上搜索,找到棉种的下/上方边缘;去除棉种下边缘以上预定个数的像素以及上边缘以下预定个数的像素的灰度值,将棉种其他像素点的灰度值取平均,得到平均值;将所述平均值与阈值比较,判断是哪一种颜色的棉种;检测完当前棉种,判断当前区域是否还有棉种;如果有,继续进行相应检测;如果没有,扫描下一区域。
3.如权利要求1所述的棉种自动筛选系统,其特征在于,所述喂料模块(110)包括料斗(1)、振动给料器(2)和滑槽(3);振动给料器(2)的出料位置位于滑槽(3)的顶端,滑槽(3)以与竖直方向45度夹角的倾斜度放置,滑槽(3)内有分隔开的滑道,每个滑道宽1cm。
4.如权利要求1所述的棉种自动筛选系统,其特征在于,所述筛选控制模块(140)包括电磁喷嘴(7)、空气过滤器和空气压缩机;空气压缩机的出气管连接空气过滤器的进气管,空气过滤器的出气管连接电磁喷嘴(7)的进气孔,电磁喷嘴(7)的出气孔安置于滑槽末端;用于在需剔除棉种经过电磁喷嘴(7)时,喷出高压气流将不合格棉种(10)吹除。
5.一种棉种自动筛选方法,包括步骤:
s1,使棉种沿固定的轨道运动;
s2,对运动的棉种进行实时图像采集;
s3,对所述采集的图像进行处理,基于棉种的颜色和破损情况对图像中的棉种进行筛选,得到筛选结果;
s4,根据所述筛选结果对不同类型的棉种进行区分处理;
所述步骤s3进一步包括颜色筛选步骤s31和破损筛选步骤s32;开始运行后,进入颜色筛选步骤s31,读取一帧图像,按顺序搜索图像中的棉种,搜索到后首先进行红棉种判断,如果是红棉种,则设置相应的剔除标志位为剔除;否则继续进入破损筛选步骤s32进行破损棉种判断,如果为破损棉种,设置相应的剔除标志位为剔除;如果棉种既非红棉种,也非破损棉种,则继续搜索下一粒棉种;整帧图像搜索完毕,处理下一帧图像;
其特征在于,所述破损筛选步骤s32进一步包括:
s321,获得搜索棉种时得到的棉种边界起始点,判断该点是否是孤立点;如果是孤立点,将该点设为背景点;如果不是孤立点,沿顺时针方向进行链码搜索;
s322,对于每个链码值,用下一个链码减当前链码,得到相对链码值;
s323,对N个相邻的相对链码值求和得到Mi,与阈值M比较;
s324,当Mi小于M,计算这N点的弦中点;
s325,根据弦中点所在位置的像素值,判断该点是否落在棉种轮廓之外,从而确定棉种边缘是否有凹陷;如果有凹陷,则是破损棉种;没有凹陷,则是正常棉种。
6.如权利要求5所述的棉种自动筛选方法,其特征在于,所述颜色筛选步骤s31进一步包括:
s311,将图像分为多个区域,按照顺序逐区域扫描;
s312,每个区域中,从区域上/下边缘沿中线依次向下/上进行搜索,通过灰度值判断是否有棉种出现;如果该区域没有棉种,则继续搜索下一区域;如果该区域中存在棉种,则继续向下/上搜索,找到棉种的下/上方边缘;
s313,去除棉种下边缘以上预定个数的像素以及上边缘以下预定个数的像素的灰度值,将棉种其他像素点的灰度值取平均,得到平均值;
s314,将所述平均值与阈值比较,判断是哪一种颜色的棉种;
s315,检测完当前棉种,判断当前区域是否还有棉种;如果有,继续进行相应检测;如果没有,扫描下一区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110227597.XA CN102393396B (zh) | 2011-08-09 | 2011-08-09 | 一种棉种自动筛选方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110227597.XA CN102393396B (zh) | 2011-08-09 | 2011-08-09 | 一种棉种自动筛选方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102393396A CN102393396A (zh) | 2012-03-28 |
CN102393396B true CN102393396B (zh) | 2014-04-09 |
Family
ID=45860756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110227597.XA Expired - Fee Related CN102393396B (zh) | 2011-08-09 | 2011-08-09 | 一种棉种自动筛选方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102393396B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103071629A (zh) * | 2013-02-07 | 2013-05-01 | 中国烟草总公司郑州烟草研究院 | 一种片烟复烤前异物探测选叶工艺与装置 |
CN104084379B (zh) * | 2014-06-04 | 2017-07-14 | 中国农业大学 | 一种玉米种子图像精选装置及其使用方法 |
CN105149233A (zh) * | 2015-09-30 | 2015-12-16 | 上海沪工焊接集团股份有限公司 | 不良品自动释放系统和方法 |
CN107116041B (zh) * | 2017-06-27 | 2022-09-09 | 山东省农作物种质资源中心 | 多功能籽粒挑选系统及挑选方法 |
CN107457195A (zh) * | 2017-07-13 | 2017-12-12 | 广东三三智能科技有限公司 | 一种物料快速分拣下料装置 |
CN111250417A (zh) * | 2018-12-02 | 2020-06-09 | 董艳红 | 高效智能谷物清选机 |
CN111994610B (zh) * | 2020-08-08 | 2021-11-05 | 苏州麟琪程科技有限公司 | 物流输送机用自动甄选装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1970173A (zh) * | 2006-12-13 | 2007-05-30 | 中国农业大学 | 一种棉花种子精选自动化系统及其方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4674390B2 (ja) * | 2000-06-15 | 2011-04-20 | 株式会社サタケ | 玄米色彩選別方法及び玄米色彩選別装置 |
-
2011
- 2011-08-09 CN CN201110227597.XA patent/CN102393396B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1970173A (zh) * | 2006-12-13 | 2007-05-30 | 中国农业大学 | 一种棉花种子精选自动化系统及其方法 |
Non-Patent Citations (7)
Title |
---|
Determination of the size distribution and percentage of broken kernels of rice using flatbed scanning and image analysis;G. van Dalen;《Food Research International》;20041231;第37卷;全文 * |
G. van Dalen.Determination of the size distribution and percentage of broken kernels of rice using flatbed scanning and image analysis.《Food Research International》.2004,第37卷 |
JP特开2001-356051A 2001.12.26 |
刘韶军 等.基于机器视觉的棉种破损检测技术.《农业机械学报》.2009,第40卷(第12期), |
刘韶军 等.基于自适应链码的棉种周长测量.《计算机应用》.2008,第28卷(第11期), |
基于机器视觉的棉种破损检测技术;刘韶军 等;《农业机械学报》;20091231;第40卷(第12期);第186-189页 * |
基于自适应链码的棉种周长测量;刘韶军 等;《计算机应用》;20081130;第28卷(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN102393396A (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102393396B (zh) | 一种棉种自动筛选方法及系统 | |
ES2704429T3 (es) | Máquina clasificadora de gránulos de tipo óptico | |
JP6037125B2 (ja) | 光学式粒状物選別機 | |
CN102495069B (zh) | 一种基于数字图像处理的拉链链带缺陷检测方法 | |
CN206139527U (zh) | 全景视觉马铃薯分选和缺陷检测装置 | |
CN104574389A (zh) | 基于彩色机器视觉的电池片色差分选控制方法 | |
CN104438135A (zh) | 一种彩色双ccd脱绒棉种色选系统及实现方法 | |
CN106238342A (zh) | 全景视觉马铃薯分选和缺陷检测装置及其分选检测方法 | |
CN210059040U (zh) | 一种基于rgb水果分类装置 | |
CN112893159B (zh) | 一种基于图像识别的煤矸石分拣方法 | |
CN1485616A (zh) | 禽蛋品质无损自动检测分级设备及方法 | |
CN104634790A (zh) | 一种胶囊检测方法及高速全自动检测装置 | |
CN105466950A (zh) | 一种基于视觉的竹块在线检测方法及系统 | |
CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN201150919Y (zh) | 基于视觉识别的颗粒物料分选分级装置 | |
CN104952754B (zh) | 基于机器视觉的镀膜后硅片分选方法 | |
CN102879404B (zh) | 工业结构化场景中医用胶囊缺陷自动检测的系统 | |
CN102615053A (zh) | 柔版机添加质检剔次装置 | |
CN109675819B (zh) | 基于深度相机的黑果枸杞分选装置及识别与分类算法 | |
CN204486324U (zh) | 一种彩色双ccd脱绒棉种色选系统 | |
CN101172274A (zh) | 一种枸杞子分级分选装置及其方法 | |
CN206139529U (zh) | 透明滚轴机构 | |
CN103091332B (zh) | 一种基于机器视觉的u型粉管的检测方法及其检测系统 | |
CN209736111U (zh) | 一种基于高光谱技术的胶囊分选装置 | |
CN107413674B (zh) | 一种作物种籽在线分拣方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140409 Termination date: 20160809 |
|
CF01 | Termination of patent right due to non-payment of annual fee |