CN114852435A - 一种用于定量包装多头组合秤的自动控制系统 - Google Patents

一种用于定量包装多头组合秤的自动控制系统 Download PDF

Info

Publication number
CN114852435A
CN114852435A CN202210785156.XA CN202210785156A CN114852435A CN 114852435 A CN114852435 A CN 114852435A CN 202210785156 A CN202210785156 A CN 202210785156A CN 114852435 A CN114852435 A CN 114852435A
Authority
CN
China
Prior art keywords
connected domain
image
distance
acquiring
images
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.)
Granted
Application number
CN202210785156.XA
Other languages
English (en)
Other versions
CN114852435B (zh
Inventor
曹民智
王进皎
杜崇刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Ruizhi Intelligent Equipment Technology Co ltd
Original Assignee
Qingdao Ruizhi Intelligent Equipment Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Ruizhi Intelligent Equipment Technology Co ltd filed Critical Qingdao Ruizhi Intelligent Equipment Technology Co ltd
Priority to CN202210785156.XA priority Critical patent/CN114852435B/zh
Publication of CN114852435A publication Critical patent/CN114852435A/zh
Application granted granted Critical
Publication of CN114852435B publication Critical patent/CN114852435B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B57/00—Automatic control, checking, warning, or safety devices
    • B65B57/10—Automatic control, checking, warning, or safety devices responsive to absence, presence, abnormal feed, or misplacement of articles or materials to be packaged
    • B65B57/14—Automatic control, checking, warning, or safety devices responsive to absence, presence, abnormal feed, or misplacement of articles or materials to be packaged and operating to control, or stop, the feed of articles or material to be packaged
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B1/00—Packaging fluent solid material, e.g. powders, granular or loose fibrous material, loose masses of small articles, in individual containers or receptacles, e.g. bags, sacks, boxes, cartons, cans, or jars
    • B65B1/30—Devices or methods for controlling or determining the quantity or quality or the material fed or filled
    • B65B1/32—Devices or methods for controlling or determining the quantity or quality or the material fed or filled by weighing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G13/00—Weighing apparatus with automatic feed or discharge for weighing-out batches of material
    • G01G13/24—Weighing mechanism control arrangements for automatic feed or discharge
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及智能控制技术领域，具体涉及一种用于定量包装多头组合秤的自动控制系统，该系统通过图像采集模块采集多帧物料图像；通过图像处理模块获取相邻两帧物料图像的变化区域的二值图像，识别二值图像的多个连通域并得到对应的中心点坐标；获取每个连通域对应的图像部分区域；获取集料槽出口的圆心；通过位置近似性获取模块以每个连通域作为目标连通域，获取目标连通域与备选同一连通域的位置近似性；通过匹配度获取模块获取目标连通域与备选同一连通域的匹配度；通过自动控制模块控制不同组合斗的下料间隔时间。本发明能够自适应调节多头组合秤的不同组合斗的下料间隔时间，在保证不堵塞的前提下，以最快速度下料。

Description

一种用于定量包装多头组合秤的自动控制系统
技术领域
本发明涉及智能控制技术领域，具体涉及一种用于定量包装多头组合秤的自动控制系统。
背景技术
随着机械自动化程度的不断提高，工厂中进行物料生产时，需要用到多头组合秤进行自动出料并完成定量包装。但由于部分物料的料体不规则，并且体积过大，如核桃、果冻等，如果同时放料，可能会在下料口形成堆积造成堵塞，所以需要分批下料。
在分批下料操作进行组合斗秤重时，由于各组合斗相互间隔一定时间才进行排放，并且其中各组合斗的间隔排放时间，都是人为经验调试或者是预设的参数，导致不能根据具体生产需求进行调整，或者在针对不同物料进行生产时，不同物料所对应的分批下料控制时间不同，不能直接以确定参数作为间隔时间。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种用于定量包装多头组合秤的自动控制系统，所采用的技术方案具体如下：
本发明一个实施例提供了一种用于定量包装多头组合秤的自动控制系统，该系统包括以下模块：
图像采集模块，用于在集料槽上方以俯视视角采集多帧物料图像，所述物料图像中包括物料、集料槽出口以及集料槽壁；
图像处理模块，用于获取相邻两帧物料图像的变化区域的二值图像，识别二值图像的多个连通域并得到对应的中心点坐标；获取每个连通域映射在所述物料图像上的图像部分区域；获取集料槽出口的圆心；
位置近似性获取模块，用于以每个连通域作为目标连通域，获取目标连通域的中心点坐标与圆心之间的第一距离，以及目标连通域和其他连通域的中心点之间的第二距离；将第二距离小于第一距离的其他连通域作为目标连通域的备选同一连通域，获取备选同一连通域的中心点到目标连通域的中心点和圆心所成直线之间的第三距离，根据第三距离以及对应的所述第二距离获取目标连通域与备选同一连通域的位置近似性；
匹配度获取模块，用于获取物料模板图像，将每个图像部分区域与所述物料模板图像作差，得到多个差值区域；以目标连通域在相邻两帧物料图像中的前一帧物料图像上的图像部分区域对应的差值区域作为第一差值区域，以任意一个备选同一连通域在后一帧物料图像中的图像部分区域对应的差值区域作为第二差值区域，通过将第一差值区域和第二差值区域进行模板匹配获取目标连通域与备选同一连通域的匹配度；
自动控制模块，用于根据位置近似性、匹配度以及第二距离将所有连通域进行分组；获取每组的中心点与所述圆心之间的第四距离，以及每组的范围半径，根据所述第四距离和所述范围半径控制不同组合斗的下料间隔时间。
优选的，所述图像采集模块还包括：
图像预处理单元，用于将所述物料图像进行灰度化得到灰度图像，并进行高斯滤波去噪算法进行图像预处理。
优选的，所述图像处理模块包括：
二值图像获取单元，用于将相邻两帧物料图像的对应像素点的灰度值进行异或操作，使变化区域的灰度值为1，不变区域的灰度值为0，得到所述二值图像。
优选的，所述图像处理模块还包括：
二值图像去噪单元，用于对每个像素点设置滤波窗口，统计滤波窗口内有值像素点的第一数量和零值像素点的第二数量，基于所述第一数量和所述第二数量获取每个像素点的噪声概率，将噪声概率大于预设阈值的像素点滤除。
优选的，所述图像处理模块还包括：
圆心获取单元，用于通过对所述物料图像进行霍夫圆检测得到集料槽出口的边缘，然后获取该边缘的圆心。
优选的，所述位置近似性获取模块包括：
位置近似性计算单元，用于计算所述第三距离以及对应的所述第二距离的乘积，将该乘积的相反数映射到0到1之间，得到的结果即为所述位置近似性。
优选的，所述自动控制模块包括：
分组单元，以所述位置近似性和所述匹配度的乘积作为同一物料可能性，根据同一物料可能性获取两个连通域之间的距离权重，基于每两个连通域之间的所述第二距离和对应的距离权重的乘积将所有连通域进行分组。
优选的，所述自动控制模块还包括：
范围半径获取单元，用于获取组内每个连通域中心点与组中心点之间的中心间距，以中心间距的最大值作为对应组的所述范围半径。
优选的，所述自动控制模块还包括：
下料间隔时间控制单元，用于将每张二值图像对应的所有第四距离按照数值大小排序，并获取每两个相邻的第四距离之间的距离差异，将多张二值图像得到的距离差异的数量进行累计，当累计数量超过预设数量时，计算所有距离差异的平均值作为平均差异；获取所有第四距离对应的范围半径并求平均值作为平均范围，基于平均差异和平均范围获取调整指数；均匀缩短下料间隔时间，预先设定一个调整阈值，当调整指数小于调整阈值时，停止缩短下料间隔时间。
本发明实施例至少具有如下有益效果：
获取相邻两帧物料图像的变化区域的二值图像，识别二值图像的多个连通域并得到对应的中心点坐标；获取每个连通域对应的图像部分区域；获取集料槽出口的圆心；以每个连通域作为目标连通域，获取目标连通域与备选同一连通域的位置近似性和匹配度；根据位置近似性、匹配度以及第二距离将所有连通域进行分组，进而控制不同组合斗的下料间隔时间。本发明能够自适应调节多头组合秤的不同组合斗的下料间隔时间，在保证不堵塞的前提下，以最快速度下料，提高组合秤的生产包装效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明一个实施例提供的一种用于定量包装多头组合秤的自动控制系统的系统框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于定量包装多头组合秤的自动控制系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种用于定量包装多头组合秤的自动控制系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种用于定量包装多头组合秤的自动控制系统的系统框图，该系统包括以下模块：
图像采集模块100、图像处理模块200、位置近似性获取模块300、匹配度获取模块400以及自动控制模块500。
图像采集模块100，用于在集料槽上方以俯视视角采集多帧物料图像，物料图像中包括物料、集料槽出口以及集料槽壁。
图像采集模块包括图像采集单元110和图像预处理单元120。
图像采集单元110用于在集料槽上方以俯视视角采集多帧物料图像。
在集料槽上方安装相机进行图像采集，相机在集料槽出口的正上方，组合斗的出料口在相机周围，相机视角范围紧贴出料口，保证在物料出料时能够采集到物料图像。然后采集多帧物料图像，物料图像中包括物料、集料槽出口以及集料槽壁，不包括组合斗的出料口。
图像预处理单元120，用于将物料图像进行灰度化得到灰度图像，并进行高斯滤波去噪算法进行图像预处理。
灰度化和高斯滤波去噪均为公知技术，不再详细说明。
图像处理模块200，用于获取相邻两帧物料图像的变化区域的二值图像，识别二值图像的多个连通域并得到对应的中心点坐标；获取每个连通域映射在物料图像上的图像部分区域；获取集料槽出口的圆心。
图像处理模块200包括二值图像获取单元210、图像部分区域获取单元220以及圆心获取单元230。
二值图像获取单元210，用于将相邻两帧物料图像的对应像素点的灰度值进行异或操作，使变化区域的灰度值为1，不变区域的灰度值为0，得到二值图像。
在多头组合秤工作时，其中一个组合斗在进行秤重并下料后，对应物料会降落在集料槽壁上，并滑向集料槽出口处，而物料图像是连续采集的，对于相邻帧物料图像，不同物料在下滑过程中可能会出现在相近位置处，不变区域可能是集料槽壁，也可能是不同物料下滑时物料的整体或者局部出现在同一位置。
对于第t帧图像和第t-1帧图像，将对应位置像素点进行异或操作，即相同为0不同为1，使灰度值发生变化的区域的灰度值为1，不变的区域的灰度值为0，实现图像二帧差法得到二值图像。
优选的，为了允许误差存在，计算对应位置像素点的灰度差值，当灰度差值大于预设的差值阈值时，说明灰度值发生变化，对应的灰度值为1；否则，说明灰度值未发生变化，对应的灰度值为0，得到二值图像。
进一步的，二值图像获取单元210还包括二值图像去噪单元211和连通域识别单元212。
二值图像去噪单元211，用于对每个像素点设置滤波窗口，统计滤波窗口内有值像素点的第一数量和零值像素点的第二数量，基于第一数量和第二数量获取每个像素点的噪声概率，将噪声概率大于预设阈值的像素点滤除。
以每个像素点为中心点设置3×3的滤波窗口，统计滤波窗口内有值像素点的第一 数量
Figure 967098DEST_PATH_IMAGE002
和0值像素点的第二数量
Figure 680977DEST_PATH_IMAGE004
，然后计算每个像素点属于噪声的概率
Figure 555654DEST_PATH_IMAGE006
：
Figure 13180DEST_PATH_IMAGE008
其中，
Figure 561973DEST_PATH_IMAGE010
表示Sigmoid函数，将一个实数映射 到(0,1)的区间；
Figure 181173DEST_PATH_IMAGE012
表示场景参数，根据实际场景进行调整。
作为一个示例，在本发明实施例中场景参数
Figure 307261DEST_PATH_IMAGE013
的取值为0.5。
Figure 801434DEST_PATH_IMAGE015
的值越大，说明滤波窗口内零值像素点的数量越多，有值像素点的数量越 少，属于噪声的概率就越大。通过设定噪声阈值，滤去噪声概率过高部分的像素点，本发明 实施例中噪声阈值设定为0.75，将概率
Figure 204734DEST_PATH_IMAGE016
大于0.75的像素点的像素值置0。
连通域识别单元212，用于识别二值图像的多个连通域并得到对应的中心点坐标。
利用连通域分析法识别出二值图像中的多个连通域，并得到每个连通域的中心点坐标。
不同出料口放出的物料都向集料槽出口处滑动时，各物料之间的距离接近，导致不能准确区分出哪些物料是属于哪一批，并在通过二帧差在进行差异部分获取时，由于物料颜色一致导致在灰度化时，灰度化后的值一致，导致出现二帧差中常见的空洞现象。
通过对连通域进行分析判断两个连通域之间的不变部分是物料滑动导致位置重合或者部分重合造成的，还是不同物料之间间隔的集料槽壁造成的。
图像部分区域获取单元220，用于获取每个连通域映射在物料图像上的图像部分区域。
二值图像是根据两帧相邻的物料图像得到的，二值图像中的每个连通域都在对应的两帧相邻物料图像上存在，获取每个连通域在对应的物料图像上的位置，得到对应的图像部分区域。
例如，第i个连通域在第t-1帧物料图像上的图像部分区域记为
Figure 994835DEST_PATH_IMAGE018
，第j个连通域在第t帧物料图像上的图像部分区域记为
Figure 608219DEST_PATH_IMAGE020
。
圆心获取单元230，用于通过对物料图像进行霍夫圆检测得到集料槽出口的边缘，然后获取该边缘的圆心。
由于相机在集料槽出口的正上方，该出口在图像中为标准圆形，对物料图像进行 霍夫圆检测得到集料槽出口的圆形边缘，根据霍夫圆检测结果，得到集料槽出口处的圆心 坐标
Figure 141968DEST_PATH_IMAGE022
。
位置近似性获取模块300，用于以每个连通域作为目标连通域，获取目标连通域的中心点坐标与圆心之间的第一距离，以及目标连通域和其他连通域的中心点之间的第二距离；将第二距离小于第一距离的其他连通域作为目标连通域的备选同一连通域，获取备选同一连通域的中心点到目标连通域的中心点和圆心所成直线之间的第三距离，根据第三距离以及对应的第二距离获取目标连通域与备选同一连通域的位置近似性。
位置近似性获取模块300包括备选同一连通域筛选单元310和位置近似性计算单元320。
备选同一连通域筛选单元310，用于筛选目标连通域的备选同一连通域。
在集料槽中，所有物料都是从组合斗的出料口中下落到集料槽壁上，再滑向集料槽出口处，所以同一个组合斗放出的物料滑动方向基本一致。
作为一个示例，将第i个连通域作为目标连通域，目标连通域中心点的坐标为
Figure 399774DEST_PATH_IMAGE024
，由于已知集料槽出口处的圆心坐标位置
Figure 924559DEST_PATH_IMAGE025
，可以得到第i个连通域与集料槽出 口处所形成的直线
Figure 228501DEST_PATH_IMAGE027
，以及
Figure 300363DEST_PATH_IMAGE028
与
Figure 678254DEST_PATH_IMAGE029
之间的第一距离
Figure 810158DEST_PATH_IMAGE031
。
二帧差方法是时序处理，所以在二值图中最有可能与第i个连通域是同一个物料的连通域，必定会存在于第i个连通域与集料槽出口处的直线段上。备选同一连通域即为可能与目标连通域为同一物料产生的连通域。
为了保证所寻找的连通域在第i个连通域与集料槽出口处之间，计算第j个连通域 中心坐标点
Figure 902529DEST_PATH_IMAGE033
到第i个连通域中心点
Figure 778081DEST_PATH_IMAGE034
之间的第二距离
Figure 10479DEST_PATH_IMAGE036
，选取
Figure 844443DEST_PATH_IMAGE038
的连通域 作为目标连通域的备选同一连通域。
位置近似性计算单元320，用于计算第三距离以及对应的第二距离的乘积，将该乘积的相反数映射到0到1之间，得到的结果即为位置近似性。
对于目标连通域来说，当备选同一连通域与直线
Figure 591819DEST_PATH_IMAGE027
相近，且与目标连通域相近，在 位置分布上，该备选同一连通域就更有可能是与第i个连通域由同一物料造成的连通域。
因此，由点到直线的距离公式，计算作为目标连通域的备选同一连通域的第j个连 通域中心坐标点
Figure 834844DEST_PATH_IMAGE034
到直线
Figure 984066DEST_PATH_IMAGE027
的第三距离
Figure 988931DEST_PATH_IMAGE040
。
计算第i个连通域和第j个连通域的位置近似性
Figure 161286DEST_PATH_IMAGE042
：
Figure 378641DEST_PATH_IMAGE044
其中，
Figure 208800DEST_PATH_IMAGE045
表示利用Sigmoid函数将
Figure 118987DEST_PATH_IMAGE046
映射到(0,1)的值。
第二距离和第三距离越小，位置近似性
Figure 778639DEST_PATH_IMAGE042
的值越接近于1，第j个连通域越有可能与第i个连通域由同一物料造成。
匹配度获取模块400，用于获取物料模板图像，将每个图像部分区域与物料模板图像作差，得到多个差值区域；以目标连通域在相邻两帧物料图像中的前一帧物料图像上的图像部分区域对应的差值区域作为第一差值区域，以任意一个备选同一连通域在后一帧物料图像中的图像部分区域对应的差值区域作为第二差值区域，通过将第一差值区域和第二差值区域进行模板匹配获取目标连通域与备选同一连通域的匹配度。
基于位置相似度仅在位置分布上并不能说明第j个连通域与第i个连通域由同一物料所造成的，进而求取第i个连通域与第j个连通域的近似程度，即匹配度。
匹配度获取模块400包括差值区域获取单元410和匹配度计算单元420。
差值区域获取单元410用于获取每个连通域对应的差值区域。
获取单个物料的无背景图像作为物料模板图像，将第i个连通域在第t-1帧物料图像上的图像部分区域
Figure 799685DEST_PATH_IMAGE047
与物料模板图像作差，得到第t-1帧图像中第i个连通域对应的差值区域
Figure DEST_PATH_IMAGE049
；将第j个连通域在第t帧物料图像上的图像部分区域
Figure 284018DEST_PATH_IMAGE050
物料模板图像作差，得到第t帧图像中第j个连通域对应的差值区域
Figure 365106DEST_PATH_IMAGE052
。
匹配度计算单元420用于计算目标连通域与备选同一连通域的匹配度。
如果第i个连通域与第j个连通域属于同一个物料造成，则这两个连通域与对应物料模板图像进行匹配后，缺失部分会比较相似。
利用现有的图像模板匹配算法，将第i个连通域对应的差值区域
Figure 512054DEST_PATH_IMAGE053
与第j个连通域对应的差值区域
Figure 336790DEST_PATH_IMAGE052
相互匹配，得到匹配度
Figure DEST_PATH_IMAGE055
。
自动控制模块500，用于根据位置近似性、匹配度以及第二距离将所有连通域进行分组；获取每组的中心点与圆心之间的第四距离，以及每组的范围半径，根据第四距离和范围半径控制不同组合斗的下料间隔时间。
自动控制模块500包括分组单元510、范围半径获取单元520以及下料间隔时间控制单元530。
分组单元510，以位置近似性和匹配度的乘积作为同一物料可能性，根据同一物料可能性获取两个连通域之间的距离权重，基于每两个连通域之间的第二距离和对应的距离权重的乘积将所有连通域进行分组。
计算第i个连通域与第j个连通域的同一物料可能性：
Figure DEST_PATH_IMAGE057
，两个连通域的位置相似性越大，匹配度越大，这两个连通域越有可能是由同一物料造成的。
如果两个连通域由同一物料造成，那么在计算物料到集料槽出口的距离时，这两个连通域应当看作一个整体进行计算，即将这两个连通域认为是同一个连通域进行分析，以使得在得到组合斗放出的物料的中心时更为准确，进而得到更加准确的与集料槽出口处的距离值，从而使得在进行组合斗之间的间隔时间调整时更加准确。
获取当前二值图像对应的相邻两帧图像采集到的集料槽的组合斗组数n，对各连通域的中心点坐标采用k-means算法进行分类，其中k为组数n，即将连通域分为n组，将属于同一个组合斗的物料聚为一类，每个组对应一个组合斗。
组合斗并不同时下料，因此两帧相邻图像可能采集不到所有组合斗下料的物料，由于两帧图像之间的间隔时间固定，由相机帧率可以求得，并且当前组合斗之间的下料间隔时间已知，进而可以得到当前两帧图像之间有n个组合斗进行下料。
需要说明的是，下料间隔时间已知是指，在没有进行本发明的自动控制之前下料间隔时间为预设时间间隔，在进行自动控制之后可以计算出下料间隔时间。
由于
Figure 401262DEST_PATH_IMAGE058
的值越大，则说明两个连通域越有可能是由同一物料造成的，即这两个连通域更可能为同一组，因此基于
Figure 387672DEST_PATH_IMAGE059
对K-means聚类时两个连通域之间的距离值进行调整，具体的，以
Figure DEST_PATH_IMAGE061
作为第i个连通域与第j个连通域之间的第二距离的距离权重，即将距离权重和第二距离的乘积作为第i个连通域与第j个连通域之间的距离值，进行K-means聚类。
聚类完成后将所有的连通域分为n组，每个组对应一个组合斗。然后获取每组的中 心点，并通过两点之间的距离公式获取每组的中心点与圆心之间的第四距离，将n个组的第 四距离分别记为
Figure DEST_PATH_IMAGE063
。
此时第四距离为图像上的距离，为了得到在现实世界的距离值，预先对相机坐标系和世界坐标系进行标定，得到在相机成像得到的图像中，一个像素块在现实世界中的真实距离值。进而得到不同组合斗所对应物料到集料槽出口处的距离值。
本发明实施例选择现实时间距离单位值为厘米。
范围半径获取单元520，用于获取组内每个连通域中心点与组中心点之间的中心间距，以中心间距的最大值作为对应组的范围半径。
下料间隔时间控制单元530，用于将每张二值图像对应的所有第四距离按照数值大小排序，并获取每两个相邻的第四距离之间的距离差异，将多张二值图像得到的距离差异的数量进行累计，当累计数量超过预设数量时，计算所有距离差异的平均值作为平均差异；获取所有第四距离对应的范围半径并求平均值作为平均范围，基于平均差异和平均范围获取调整指数；均匀缩短下料间隔时间，预先设定一个调整阈值，当调整指数小于调整阈值时，停止缩短下料间隔时间。
对每张二值图像对应的
Figure 507069DEST_PATH_IMAGE064
进行降序排序，获取排序后相邻两个第四距离 之间的距离差值
Figure 807600DEST_PATH_IMAGE066
，共有n-1个距离差值
Figure 906007DEST_PATH_IMAGE067
。二值图像随着时序变化增加，相应的距离差值 数量也在增加，统计距离差值的累计数量，当累计数量大于预设数量时，能够得到相对稳定 的距离差值，此时计算所有距离差值的平均值作为平均差异
Figure DEST_PATH_IMAGE069
，同时获取对应的多个范围 半径并求平均值作为平均范围
Figure DEST_PATH_IMAGE071
。
在本发明实施例中预设数量为100。
基于平均差异和平均范围获取调整指数
Figure DEST_PATH_IMAGE073
，将当前的下料间隔时间 记为T，将下料间隔时间减少0.01，重复上述步骤计算调整指数，若调整指数不小于调整阈 值r时，继续减少0.01，再次计算调整指数，直至调整指数小于调整阈值r，停止调整下料间 隔时间。
其中调整阈值
Figure DEST_PATH_IMAGE075
，b为超参数，在本发明实施例中取值为0.3cm。
综上所述，本发明实施例包括图像采集模块100、图像处理模块200、位置近似性获取模块300、匹配度获取模块400以及自动控制模块500。
具体的，图像采集模块用于在集料槽上方以俯视视角采集多帧物料图像，物料图像中包括物料、集料槽出口以及集料槽壁；图像处理模块用于获取相邻两帧物料图像的变化区域的二值图像，识别二值图像的多个连通域并得到对应的中心点坐标；获取每个连通域映射在物料图像上的图像部分区域；获取集料槽出口的圆心；位置近似性获取模块用于以每个连通域作为目标连通域，获取目标连通域的中心点坐标与圆心之间的第一距离，以及目标连通域和其他连通域的中心点之间的第二距离；将第二距离小于第一距离的其他连通域作为目标连通域的备选同一连通域，获取备选同一连通域的中心点到目标连通域的中心点和圆心所成直线之间的第三距离，根据第三距离以及对应的第二距离获取目标连通域与备选同一连通域的位置近似性；匹配度获取模块用于获取物料模板图像，将每个图像部分区域与物料模板图像作差，得到多个差值区域；以目标连通域在相邻两帧物料图像中的前一帧物料图像上的图像部分区域对应的差值区域作为第一差值区域，以任意一个备选同一连通域在后一帧物料图像中的图像部分区域对应的差值区域作为第二差值区域，通过将第一差值区域和第二差值区域进行模板匹配获取目标连通域与备选同一连通域的匹配度；自动控制模块用于根据位置近似性、匹配度以及第二距离将所有连通域进行分组；获取每组的中心点与圆心之间的第四距离，以及每组的范围半径，根据第四距离和范围半径控制不同组合斗的下料间隔时间。本发明实施例能够自适应调节多头组合秤的不同组合斗的下料间隔时间，在保证不堵塞的前提下，以最快速度下料。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种用于定量包装多头组合秤的自动控制系统，其特征在于，该系统包括以下模块：
图像采集模块，用于在集料槽上方以俯视视角采集多帧物料图像，所述物料图像中包括物料、集料槽出口以及集料槽壁；
图像处理模块，用于获取相邻两帧物料图像的变化区域的二值图像，识别二值图像的多个连通域并得到对应的中心点坐标；获取每个连通域映射在所述物料图像上的图像部分区域；获取集料槽出口的圆心；
位置近似性获取模块，用于以每个连通域作为目标连通域，获取目标连通域的中心点坐标与圆心之间的第一距离，以及目标连通域和其他连通域的中心点之间的第二距离；将第二距离小于第一距离的其他连通域作为目标连通域的备选同一连通域，获取备选同一连通域的中心点到目标连通域的中心点和圆心所成直线之间的第三距离，根据第三距离以及对应的所述第二距离获取目标连通域与备选同一连通域的位置近似性；
匹配度获取模块，用于获取物料模板图像，将每个图像部分区域与所述物料模板图像作差，得到多个差值区域；以目标连通域在相邻两帧物料图像中的前一帧物料图像上的图像部分区域对应的差值区域作为第一差值区域，以任意一个备选同一连通域在后一帧物料图像中的图像部分区域对应的差值区域作为第二差值区域，通过将第一差值区域和第二差值区域进行模板匹配获取目标连通域与备选同一连通域的匹配度；
自动控制模块，用于根据位置近似性、匹配度以及第二距离将所有连通域进行分组；获取每组的中心点与所述圆心之间的第四距离，以及每组的范围半径，根据所述第四距离和所述范围半径控制不同组合斗的下料间隔时间。
2.根据权利要求1所述的一种用于定量包装多头组合秤的自动控制系统，其特征在于，所述图像采集模块还包括：
图像预处理单元，用于将所述物料图像进行灰度化得到灰度图像，并进行高斯滤波去噪算法进行图像预处理。
3.根据权利要求2所述的一种用于定量包装多头组合秤的自动控制系统，其特征在于，所述图像处理模块包括：
二值图像获取单元，用于将相邻两帧物料图像的对应像素点的灰度值进行异或操作，使变化区域的灰度值为1，不变区域的灰度值为0，得到所述二值图像。
4.根据权利要求1所述的一种用于定量包装多头组合秤的自动控制系统，其特征在于，所述图像处理模块还包括：
二值图像去噪单元，用于对每个像素点设置滤波窗口，统计滤波窗口内有值像素点的第一数量和零值像素点的第二数量，基于所述第一数量和所述第二数量获取每个像素点的噪声概率，将噪声概率大于预设阈值的像素点滤除。
5.根据权利要求1所述的一种用于定量包装多头组合秤的自动控制系统，其特征在于，所述图像处理模块还包括：
圆心获取单元，用于通过对所述物料图像进行霍夫圆检测得到集料槽出口的边缘，然后获取该边缘的圆心。
6.根据权利要求1所述的一种用于定量包装多头组合秤的自动控制系统，其特征在于，所述位置近似性获取模块包括：
位置近似性计算单元，用于计算所述第三距离以及对应的所述第二距离的乘积，将该乘积的相反数映射到0到1之间，得到的结果即为所述位置近似性。
7.根据权利要求1所述的一种用于定量包装多头组合秤的自动控制系统，其特征在于，所述自动控制模块包括：
分组单元，以所述位置近似性和所述匹配度的乘积作为同一物料可能性，根据同一物料可能性获取两个连通域之间的距离权重，基于每两个连通域之间的所述第二距离和对应的距离权重的乘积将所有连通域进行分组。
8.根据权利要求1所述的一种用于定量包装多头组合秤的自动控制系统，其特征在于，所述自动控制模块还包括：
范围半径获取单元，用于获取组内每个连通域中心点与组中心点之间的中心间距，以中心间距的最大值作为对应组的所述范围半径。
9.根据权利要求8所述的一种用于定量包装多头组合秤的自动控制系统，其特征在于，所述自动控制模块还包括：
下料间隔时间控制单元，用于将每张二值图像对应的所有第四距离按照数值大小排序，并获取每两个相邻的第四距离之间的距离差异，将多张二值图像得到的距离差异的数量进行累计，当累计数量超过预设数量时，计算所有距离差异的平均值作为平均差异；获取所有第四距离对应的范围半径并求平均值作为平均范围，基于平均差异和平均范围获取调整指数；均匀缩短下料间隔时间，预先设定一个调整阈值，当调整指数小于调整阈值时，停止缩短下料间隔时间。
CN202210785156.XA 2022-07-06 2022-07-06 一种用于定量包装多头组合秤的自动控制系统 Active CN114852435B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210785156.XA CN114852435B (zh) 2022-07-06 2022-07-06 一种用于定量包装多头组合秤的自动控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210785156.XA CN114852435B (zh) 2022-07-06 2022-07-06 一种用于定量包装多头组合秤的自动控制系统

Publications (2)

Publication Number Publication Date
CN114852435A true CN114852435A (zh) 2022-08-05
CN114852435B CN114852435B (zh) 2022-10-28

Family

ID=82626489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210785156.XA Active CN114852435B (zh) 2022-07-06 2022-07-06 一种用于定量包装多头组合秤的自动控制系统

Country Status (1)

Country Link
CN (1) CN114852435B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007114080A (ja) * 2005-10-21 2007-05-10 Katsuzo Kawanishi 組合せ秤
CN101879952A (zh) * 2010-06-25 2010-11-10 上海大和衡器有限公司 一种电脑组合秤向包装机提供物料下落状态的机构
CN106203451A (zh) * 2016-07-14 2016-12-07 深圳市唯特视科技有限公司 一种图像区域特征提取及特征匹配的方法
CN112649079A (zh) * 2019-10-10 2021-04-13 中山市炜麟包装机械有限公司 一种能快速称量的多头线性秤
CN113218488A (zh) * 2021-06-03 2021-08-06 上海大和衡器有限公司 组合秤及含该组合秤的定量称重系统、该系统的操作方法
CN113353344A (zh) * 2021-06-23 2021-09-07 温州凯祥包装机械有限公司 一种物料包装生产线
CN114550167A (zh) * 2022-04-25 2022-05-27 南通海扬食品有限公司 一种基于人工智能的梨的品质分类方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007114080A (ja) * 2005-10-21 2007-05-10 Katsuzo Kawanishi 組合せ秤
CN101879952A (zh) * 2010-06-25 2010-11-10 上海大和衡器有限公司 一种电脑组合秤向包装机提供物料下落状态的机构
CN106203451A (zh) * 2016-07-14 2016-12-07 深圳市唯特视科技有限公司 一种图像区域特征提取及特征匹配的方法
CN112649079A (zh) * 2019-10-10 2021-04-13 中山市炜麟包装机械有限公司 一种能快速称量的多头线性秤
CN113218488A (zh) * 2021-06-03 2021-08-06 上海大和衡器有限公司 组合秤及含该组合秤的定量称重系统、该系统的操作方法
CN113353344A (zh) * 2021-06-23 2021-09-07 温州凯祥包装机械有限公司 一种物料包装生产线
CN114550167A (zh) * 2022-04-25 2022-05-27 南通海扬食品有限公司 一种基于人工智能的梨的品质分类方法及装置

Also Published As

Publication number Publication date
CN114852435B (zh) 2022-10-28

Similar Documents

Publication Publication Date Title
CN107392232B (zh) 一种浮选工况分类方法和系统
Aquino et al. A new methodology for estimating the grapevine-berry number per cluster using image analysis
CN107909081B (zh) 一种深度学习中图像数据集的快速获取和快速标定方法
CN113324864B (zh) 一种基于深度学习目标检测的受电弓碳滑板磨耗检测方法
CN115018828A (zh) 一种电子元器件的缺陷检测方法
CN115018838B (zh) 用于被氧化钢管材料表面麻点瑕疵的识别方法
CN110689519B (zh) 基于yolo网络的雾滴沉积图像检测系统和方法
CN111189387A (zh) 一种基于机器视觉的工业零件尺寸检测方法
CN113706495B (zh) 一种在传送带上自动检测锂电池参数的机器视觉检测系统
CN113820325B (zh) 一种玉米籽粒直收含杂率和破碎率在线检测系统及其方法
CN106483135A (zh) 基于机器视觉的复杂背景下玉米粒检测识别装置及方法
CN105320970A (zh) 一种马铃薯病害诊断装置、诊断系统及诊断方法
EP1579375A2 (en) Measurement of mitotic activity
CN117253024B (zh) 一种基于机器视觉的工业盐质检管控方法及系统
CN106971393A (zh) 一种玉米籽粒的表型测量方法及系统
CN111398287A (zh) 一种电池极片划痕检测系统及检测方法
CN116246174B (zh) 基于图像处理的甘薯种类识别方法
CN115205319B (zh) 用于选种过程中的种子特征提取及分类方法
CN110575973B (zh) 一种农作物种子品质检测与筛选系统
CN115018835A (zh) 一种汽车起动机齿轮检测方法
CN114852435B (zh) 一种用于定量包装多头组合秤的自动控制系统
CN117011303A (zh) 基于机器视觉的油料生产质量检测方法
CN117541763B (zh) 一种基于图像识别的茶叶发酵度测定方法及系统
CN114897789A (zh) 一种基于图像分割的烧结矿粒度检测方法及系统
CN116883413B (zh) 一种剔废接料滞留视觉检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 266000 Zhuhai South Road, Laixi City, Qingdao, Shandong Province, No. 69

Patentee after: Qingdao Ruizhi Intelligent Equipment Technology Co.,Ltd.

Address before: 266600 No. 69, Zhuhai South Road, Laixi City, Qingdao City, Shandong Province

Patentee before: QINGDAO RUIZHI INTELLIGENT EQUIPMENT TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address