CN114283144A - 基于图像识别的玉米芯粉碎机稳定运行的智能控制方法 - Google Patents

Abstract

本发明涉及基于图像识别的玉米芯粉碎机稳定运行的智能控制方法，属于智能控制领域。方法包括获取玉米芯粉碎机进料口处玉米芯图像，得到对应的玉米芯边缘图像；对玉米芯边缘图像中各边缘像素点进行聚类，得到多个类别；将噪声的概率小于等于设定概率值的类别判定为目标边缘类别，得到多个目标边缘类别；根据各目标边缘类别的编号，将属于同一玉米芯的目标边缘类别进行合并，根据合并结果得到为玉米芯边缘图像中各玉米芯进行编号；根据玉米芯边缘图像中各玉米芯的编号判断玉米芯的堵塞程度；若玉米芯的堵塞程度大于设定堵塞程度阈值时，对玉米芯粉碎机运行状态进行调整。本发明能够保证玉米芯粉碎机稳定运行。

Description

基于图像识别的玉米芯粉碎机稳定运行的智能控制方法

技术领域

本发明涉及智能控制技术领域，具体涉及基于图像识别的玉米芯粉碎机稳定运行的智能控制方法。

背景技术

玉米芯粉碎机主要用于加工玉米芯等物料，使用玉米芯粉碎机所粉碎出来的玉米锯末有多种用途。现有技术中利用传送带将玉米芯传送至玉米芯粉碎机的进料口，利用玉米芯粉碎机对玉米芯进行粉碎时,如果玉米芯粉碎机的进料口处玉米芯塞入过多，则会导致玉米芯粉碎机机器卡顿,加速机器磨损，如何检测玉米芯粉碎机进料口的进料量,以在进料口的进料量过多时及时对玉米芯粉碎机进料进行控制,保证玉米芯粉碎机稳定运行，是现有玉米芯粉碎机生产厂家需要解决的问题。

发明内容

为了解决现有玉米芯粉碎机在对玉米芯进行粉碎的过程中无法稳定运行的问题，本发明提供了一种基于图像识别的玉米芯粉碎机稳定运行的智能控制方法的技术方案，包括以下步骤：

获取玉米芯粉碎机进料口处玉米芯图像，对所述玉米芯图像进行边缘检测，得到所述玉米芯图像对应的玉米芯边缘图像；

对玉米芯边缘图像中各边缘像素点进行聚类，得到多个类别；根据各类别对应的像素点的坐标值和方向值得到各类别为噪声的概率，将噪声的概率小于等于设定概率值的类别判定为目标边缘类别，得到多个目标边缘类别，不同的目标边缘类别对应不同的编号；

根据各目标边缘类别的编号，将属于同一玉米芯的目标边缘类别进行合并，根据合并结果得到为玉米芯边缘图像中各玉米芯进行编号；

根据玉米芯边缘图像中各玉米芯的编号判断玉米芯的堵塞程度；若玉米芯的堵塞程度大于设定堵塞程度阈值时，对玉米芯粉碎机运行状态进行调整。

进一步地，所述对玉米芯边缘图像中各边缘像素点进行聚类，得到多个类别，包括：

获取各边缘像素点海森矩阵的最小特征值对应的特征向量,得到各边缘像素点在灰度值曲率变化最小的方向；

在玉米芯边缘图像中,获取所有边缘像素点的方向值和坐标信息,通过dbscan算法进行分类,将坐标连续且方向值相近的边缘像素点聚为一类,每一类对应一个编号。

进一步地，所述根据各类别对应的像素点的坐标值和方向值得到各类别为噪声的概率，包括：

利用如下公式计算各类别为噪声的概率：

其中，by为某边缘类别为噪声的概率，g为该边缘类别内像素点的个数,T表示该类别内出现的方向值的个数,

表示第t个方向值fx出现次数占方向值总个数的比值。

进一步地，所述根据各目标边缘类别的编号，将属于同一玉米芯的目标边缘类别进行合并，包括：

在各目标边缘类别内建立3*3滑窗,通过滑窗内所出现的类别编号,得到各目标边缘类别中各目标边缘像素点在滑窗内所拥有的类别编号；

将各边缘像素点自身所在类别编号作为第一维数据, 若对应滑窗内除自身所在类别编号之外还出现不同的类别编号，将对应边缘像素点记为端点边缘像素点，并将对应滑窗内除自身所在类别编号之外出现的不同类别编号作为第二维度数据；

遍历各端点边缘像素点，寻找第一维度数据和第二维度数据互为相反数据的各端点边缘像素点对，对于任一端点边缘像素点对，若端点边缘像素点对中两边缘像素点对应的方向的差值小于设定方向阈值，则判定该端点边缘像素点对中两边缘像素点对应的目标边缘类别对应于同一玉米芯，将该端点边缘像素点对对应的目标边缘类别进行合并。

进一步地，所述根据玉米芯边缘图像中各玉米芯的编号判断玉米芯的堵塞程度，包括：

对于玉米芯边缘图像，建立3*3滑窗，得到滑窗内所出现过的玉米芯类别编号的个数，将个数大于等于2对应滑窗中心点的像素点作为各玉米芯交点；

对于玉米芯交点对应的滑窗，获取其邻域像素点所属于的玉米芯类别个数，将个数更大的玉米芯类别作为个数更小的玉米芯类别的上层玉米芯，得到所有玉米芯交点的上层玉米芯结构；

以所有玉米芯为树的节点构建树状数据，其中各结点之间按照上层玉米芯结构，以上层的玉米芯为父节点，下层玉米芯为子节点进行连接；

计算树中任意两个结点之间路径的距离值，从多个距离值中选择距离值最大所对应的路径，作为两个结点之间的最终路径；得到由任意两个结点之间最终路径所组成的数状数据,获取树状数据的最大层数，记为当前粉碎机中玉米芯的堵塞程度。

进一步地，所述若玉米芯的堵塞程度大于设定堵塞程度阈值时，对玉米芯粉碎机运行状态进行调整，包括：

若玉米芯的堵塞程度大于设定堵塞程度阈值时，判定玉米芯粉碎机发生堵塞，控制旋转挡板阻挡送带上的玉米芯进入粉碎机的进料口。

有益效果：通过玉米芯粉碎机进料口处玉米芯图像可以判断玉米芯粉碎机进料口处玉米芯塞入是否过多，鉴于此，本发明根据玉米芯粉碎机进料口处玉米芯图像对玉米芯粉碎机的进料口处的玉米芯堵塞程度进行判断，当堵塞程度超过设定堵塞程度阈值时，即玉米芯进料口处发生堵塞时，对玉米芯粉碎机的运行状态进行控制，以免玉米芯粉碎机进料口的进料量过多导致玉米芯粉碎机机器出现卡顿，本发明能够保证玉米芯粉碎机的稳定运行。

附图说明

图1是本发明的基于图像识别的玉米芯粉碎机稳定运行的智能控制方法流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行介绍。

本实施例在玉米芯粉碎机进料口处设置旋转挡板，旋转挡板固定在旋转轴上，旋转轴一端与电机连接，通过电机可以控制旋转挡板处于两种状态，第一种状态可使传送带上的玉米芯顺利进入粉碎机进料口，例如使挡板与进料口处料斗壁贴合；第二种状态可阻挡传送带上的玉米芯进入粉碎机的进料口，例如使挡板垂直于玉米芯的进料方向。旋转挡板的作用是控制粉碎机的进料量,电机的控制系统接入玉米芯粉碎机的控制中心,通过玉米芯粉碎机的控制中心可以给电机的控制系统发送2种控制命令，一种控制命令是使旋转挡板处于原位，使玉米芯顺利进入粉碎机进料口；另一种命令是使旋转至阻挡位，以阻挡传送带上的玉米芯进入粉碎机的进料口。对于旋转挡板的工作原理和结构为现有技术，且本实施例的目的不在于对旋转挡板的结构细节进行改进，只是为了在玉米芯粉碎机进料口处出现堵塞时利用旋转挡板阻挡传送带上的玉米芯进入粉碎机的进料口而已，因此本实施例不再对旋转挡板进行赘述。

本实施例在粉碎机进料口的正上方设置相机用于拍摄进料口处玉米芯图像，将相机采集的图像送入粉碎机的控制中心,粉碎机的控制中心对图像进行分析，得到粉碎机当前的堵塞程度，粉碎机根据堵塞程度给电机的控制系统发送不同的控制命令,以实现对玉米芯粉碎机的稳定运行的智能控制。

如图1所示，本发明的粉碎机的控制中心的基于图像识别的玉米芯粉碎机稳定运行的智能控制方法包括以下步骤：

（1）获取玉米芯粉碎机进料口处玉米芯图像，对所述玉米芯图像进行边缘检测，得到所述玉米芯图像对应的玉米芯边缘图像；

本实施例将相机固定在粉碎机进料口的正上方,拍摄得到粉碎机的玉米芯进料时的图片,其中由于相机和进料口位姿固定,在采集得到玉米芯的图像后,可将进料口在图像中标注出来,得到仅含有进料口玉米芯的玉米芯图像。

在采集得到玉米芯图像后,将图像灰度化,采用canny边缘算子对玉米芯图像进行检测,本实施例设定canny算子的双阈值中的低阈值为255, 高阈值为255,其中高低阈值为超参数,作为其它实施方式，可根据实际需要进行调整。

在采用canny算子对玉米芯图像进行边缘检测后, 可得到玉米芯边缘图像。利用canny算法对图像进行边缘检测为现有技术，此处不再赘述。

（2）对玉米芯边缘图像中各边缘像素点进行聚类，得到多个类别；根据各类别对应的像素点的坐标值和方向值得到各类别为噪声的概率，将噪声的概率小于等于设定概率值的类别判定为目标边缘类别，得到多个目标边缘类别，不同的目标边缘类别对应不同的编号；

由于玉米芯本身表面并非光滑,并且canny算子对噪声比较敏感,所以玉米芯边缘图像中玉米芯本身表面还有很多噪声边缘像素点，为了排除这些噪声边缘像素点的干扰，找出边缘像素点中真正属于玉米芯边缘的边缘像素点，本实施例还采用聚类算法去掉噪声边缘点,具体选用dbscan算法去除噪声，具体过程如下：

考虑到玉米芯边缘图像中真正的玉米芯边缘为连续边缘,而玉米芯本身表面不光滑,边缘检测结果多为噪点,即使连续也多为扭曲短边缘，因此，本实施例获取了各边缘像素点的海森矩阵,其中海森矩阵为一个2*2矩阵；获取各边缘像素点海森矩阵的最小特征值对应的特征向量,用于表示像素点在灰度值曲率变化最小的方向

，

表示第i个边缘像素点在灰度值曲率变化最小的方向。

在玉米芯边缘图像中,获取所有边缘像素点的方向值fx和坐标信息,通过dbscan算法进行分类,将坐标连续且方向值相近的边缘像素点聚为一类,每一类对应一个编号；其中各类被去掉的必要性，也即各类为噪声的概率为:

其中，by为某边缘类别为噪声的概率，g为该边缘类别内像素点的个数,其值越小,当前类内像素点的个数越少,越可能是噪声；exp(-g)值越大,该类越可能是噪声。

为信息熵公式,计算的是该类别内所出现方向值的混乱程度。T表示该类别内出现的方向值的个数,t表示对T的遍历,

表示第t个方向值fx出现次数占方向值总个数的比值,

越小，说明类内各像素点的灰度变化方向越统一，该类就越不可能是噪声。

by值越大，越可能是噪声，设定阈值byr，byr为一个超参数，可由实施者根据具体实施场景进行调整，当各类对应的by>byr时，则判定该类为噪声类，该噪声类内的像素点为噪声像素点，将玉米芯边缘图像中该类内的像素点值置为0；当各类对应的by≤byr时，则判定该类为目标边缘类别，将目标边缘类别内的像素点判定为真正的玉米芯边缘像素点，并记为目标边缘像素点，保留玉米芯边缘图像中by≤byr所对应的类内像素点的值。

（3）根据各目标边缘类别的编号，将属于同一玉米芯的目标边缘类别进行合并，根据合并结果得到为玉米芯边缘图像中各玉米芯进行编号；

各玉米芯为圆棒状,即使坐标连续也可能由于方向值变化过大,被分为多个类别,为了实现对同一玉米芯的目标边缘类别的合并，本实施例获取各类别的端点边缘像素点,判断各类别的端点边缘像素点与相邻类别的端点边缘像素点之间方向值的差值，若差值小于方向阈值，则判定对应类别属于同一玉米芯，将对应类别进行合并。具体过程如下：

在各目标边缘类别内建立3*3滑窗,通过滑窗内所出现的类别编号,得到各目标边缘类别中各目标边缘像素点在滑窗内所拥有的类别编号。将各边缘像素点自身所在类别编号作为第一维数据, 若对应滑窗内除自身所在类别编号之外还出现不同的类别编号，将对应边缘像素点记为端点边缘像素点，并将对应滑窗内除自身所在类别编号之外出现的不同类别编号作为第二维度数据。遍历各端点边缘像素点，寻找第一维度数据和第二维度数据互为相反数据的各端点边缘像素点对，对于任一端点边缘像素点对，若端点边缘像素点对中两边缘像素点对应的方向的差值小于设定方向阈值，则判定该端点边缘像素点对中两边缘像素点对应的目标边缘类别对应于同一玉米芯，将该端点边缘像素点对对应的目标边缘类别进行合并。本实施例中第一维度数据和第二维度数据互为相反数据的两端点边缘像素点是指其中一个端点边缘像素点的第一维度数据是另一个端点边缘像素点的第二维度数据，且其中一个端点边缘像素点的第二维度数据是另一个端点边缘像素点的第一维度数据。各边缘像素点对应的方向在步骤（2）中已进行了说明，方向阈值也可以根据实际需要进行设定，此处不再赘述。

通过上述合并过程，同属于一个玉米芯的各类别被合并为一个类别，对合并后的各类别进行重新编号，重新编号的数量即为玉米芯的个数。

（4）根据玉米芯边缘图像中各玉米芯的编号判断玉米芯的堵塞程度；若玉米芯的堵塞程度大于设定堵塞程度阈值时，对玉米芯粉碎机运行状态进行调整。

对于玉米芯边缘图像，建立3*3滑窗,得到滑窗内所出现过的玉米芯类别编号的个数,将个数大于等于2对应滑窗中心点的像素点作为各玉米芯类别之间的交点,作为各玉米芯交点。

对于玉米芯交点对应的滑窗,获取其邻域像素点所属于的玉米芯类别个数,将个数更大的玉米芯类别作为个数更小的玉米芯类别的上层玉米芯,进而得到所有玉米芯交点的上层玉米芯结构。

以所有玉米芯为树的节点构建树状数据,其中各结点之间按照上层玉米芯结构,以上层的玉米芯为父节点,下层玉米芯为子节点进行连接。连接后,由于会出现多个玉米芯堆叠在一起情况，比如出现a的上层为b,a的上层为c,c的上层为b的情况,所以在以上层玉米芯结构建立起父节点后,需要进行修正。

计算树中任意两个结点之间路径的距离值,由于两个结点之间会有多个路径,可得到多个距离值,从多个距离值中选择距离值最大所对应的路径,作为两个结点之间的最终路径,进而得到由任意两个结点之间最终路径所组成的数状数据,获取树状数据的最大层数,表示当前粉碎机中玉米芯的堵塞程度。层数值越大,说明堆叠的程度越大,越可能发生堵塞。

判断上述堵塞程度与堵塞程度阈值的大小，若玉米芯的堵塞程度大于设定堵塞程度阈值时，判定玉米芯粉碎机发生堵塞，需要对玉米芯粉碎机运行状态进行调整，即控制旋转挡板阻挡送带上的玉米芯进入粉碎机的进料口；若玉米芯的堵塞程度小于等于设定堵塞程度阈值时，判定玉米芯粉碎机没有发生堵塞，无需对玉米芯粉碎机运行状态进行调整。堵塞阈值可以根据实际需求进行设定，此处不再赘述。

本实施例的基于图像识别的玉米芯粉碎机稳定运行的智能控制方法能够对玉米芯粉碎机的进料口处的玉米芯堵塞程度进行判断，当堵塞程度超过设定堵塞程度阈值时，即玉米芯进料口处发生堵塞时，对玉米芯粉碎机的运行状态进行控制，能够保证玉米芯粉碎机稳定运行。

需要说明的是，尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

Claims (6)

1.一种基于图像识别的玉米芯粉碎机稳定运行的智能控制方法，其特征在于，包括以下步骤：

获取玉米芯粉碎机进料口处玉米芯图像，对所述玉米芯图像进行边缘检测，得到所述玉米芯图像对应的玉米芯边缘图像；

对玉米芯边缘图像中各边缘像素点进行聚类，得到多个类别；根据各类别对应的像素点的坐标值和方向值得到各类别为噪声的概率，将噪声的概率小于等于设定概率值的类别判定为目标边缘类别，得到多个目标边缘类别，不同的目标边缘类别对应不同的编号；

根据各目标边缘类别的编号，将属于同一玉米芯的目标边缘类别进行合并，根据合并结果得到为玉米芯边缘图像中各玉米芯进行编号；

根据玉米芯边缘图像中各玉米芯的编号判断玉米芯的堵塞程度；若玉米芯的堵塞程度大于设定堵塞程度阈值时，对玉米芯粉碎机运行状态进行调整。

2.根据权利要求1所述的基于图像识别的玉米芯粉碎机稳定运行的智能控制方法，其特征在于，所述对玉米芯边缘图像中各边缘像素点进行聚类，得到多个类别，包括：

获取各边缘像素点海森矩阵的最小特征值对应的特征向量,得到各边缘像素点在灰度值曲率变化最小的方向；

在玉米芯边缘图像中,获取所有边缘像素点的方向值和坐标信息,通过dbscan算法进行分类,将坐标连续且方向值相近的边缘像素点聚为一类,每一类对应一个编号。

3.根据权利要求1所述的基于图像识别的玉米芯粉碎机稳定运行的智能控制方法，其特征在于，所述根据各类别对应的像素点的坐标值和方向值得到各类别为噪声的概率，包括：

利用如下公式计算各类别为噪声的概率：

其中，by为某边缘类别为噪声的概率，g为该边缘类别内像素点的个数,T表示该类别内出现的方向值的个数,

表示第t个方向值fx出现次数占方向值总个数的比值。

4.根据权利要求1所述的基于图像识别的玉米芯粉碎机稳定运行的智能控制方法，其特征在于，所述根据各目标边缘类别的编号，将属于同一玉米芯的目标边缘类别进行合并，包括：

在各目标边缘类别内建立3*3滑窗,通过滑窗内所出现的类别编号,得到各目标边缘类别中各目标边缘像素点在滑窗内所拥有的类别编号；

将各边缘像素点自身所在类别编号作为第一维数据, 若对应滑窗内除自身所在类别编号之外还出现不同的类别编号，将对应边缘像素点记为端点边缘像素点，并将对应滑窗内除自身所在类别编号之外出现的不同类别编号作为第二维度数据；

遍历各端点边缘像素点，寻找第一维度数据和第二维度数据互为相反数据的各端点边缘像素点对，对于任一端点边缘像素点对，若端点边缘像素点对中两边缘像素点对应的方向的差值小于设定方向阈值，则判定该端点边缘像素点对中两边缘像素点对应的目标边缘类别对应于同一玉米芯，将该端点边缘像素点对对应的目标边缘类别进行合并。

5.根据权利要求1所述的基于图像识别的玉米芯粉碎机稳定运行的智能控制方法，其特征在于，所述根据玉米芯边缘图像中各玉米芯的编号判断玉米芯的堵塞程度，包括：

对于玉米芯边缘图像，建立3*3滑窗，得到滑窗内所出现过的玉米芯类别编号的个数，将个数大于等于2对应滑窗中心点的像素点作为各玉米芯交点；

对于玉米芯交点对应的滑窗，获取其邻域像素点所属于的玉米芯类别个数，将个数更大的玉米芯类别作为个数更小的玉米芯类别的上层玉米芯，得到所有玉米芯交点的上层玉米芯结构；

以所有玉米芯为树的节点构建树状数据，其中各结点之间按照上层玉米芯结构，以上层的玉米芯为父节点，下层玉米芯为子节点进行连接；

计算树中任意两个结点之间路径的距离值，从多个距离值中选择距离值最大所对应的路径，作为两个结点之间的最终路径；得到由任意两个结点之间最终路径所组成的数状数据,获取树状数据的最大层数，记为当前粉碎机中玉米芯的堵塞程度。

6.根据权利要求1所述的基于图像识别的玉米芯粉碎机稳定运行的智能控制方法，其特征在于，所述若玉米芯的堵塞程度大于设定堵塞程度阈值时，对玉米芯粉碎机运行状态进行调整，包括：

若玉米芯的堵塞程度大于设定堵塞程度阈值时，判定玉米芯粉碎机发生堵塞，控制旋转挡板阻挡送带上的玉米芯进入粉碎机的进料口。

Images