CN116542970B - 基于图像处理的面粉熟化控制方法及相关装置 - Google Patents
基于图像处理的面粉熟化控制方法及相关装置 Download PDFInfo
- Publication number
- CN116542970B CN116542970B CN202310785980.XA CN202310785980A CN116542970B CN 116542970 B CN116542970 B CN 116542970B CN 202310785980 A CN202310785980 A CN 202310785980A CN 116542970 B CN116542970 B CN 116542970B
- Authority
- CN
- China
- Prior art keywords
- flour
- pixel
- pixel point
- image
- point
- 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.)
- Active
Links
- 235000013312 flour Nutrition 0.000 title claims abstract description 271
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000005070 ripening Effects 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000007547 defect Effects 0.000 claims description 32
- 230000015654 memory Effects 0.000 claims description 23
- 230000035800 maturation Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 8
- 230000010198 maturation time Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 229920002472 Starch Polymers 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000049 pigment Substances 0.000 description 3
- 235000019698 starch Nutrition 0.000 description 3
- 239000008107 starch Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000855 fermentation Methods 0.000 description 2
- 230000004151 fermentation Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及图像处理领域,提供一种基于图像处理的面粉熟化控制方法及相关装置包括:实时采集面粉熟化过程中的图像,得到第一图像序列;获取所述第一图像序列中每一图像的各个像素点运动速度以及运动方向,并基于所述运动速度以及运动方向确定旋转中心;基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,基于各个像素点为面粉像素点的概率得到面粉区域;基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间;利用所述熟化时间控制面粉熟机进行面粉熟化控制。该方案能够提高面粉熟化生产效率与精度。
Description
技术领域
本发明涉及图像处理领域,具体涉及一种基于图像处理的面粉熟化控制方法及相关装置。
背景技术
小麦刚磨成面粉,品质不稳定,使用品质差,需要经过一段时间的储藏才能达到品质的稳定和提高,这一过程被称为面粉熟化。但自然熟化往往需要1~2个月,才能达到面粉品质的最佳值,时间太久不利于后续生产。故现今大都使用面粉熟化机加速面粉的自然熟化。通过将面粉加入熟化机中,控制温度与湿度,在面粉中添加各种成分,并搅拌或旋转,在这个过程中,水分会逐渐与面粉中的淀粉质结合,产生水解和膨胀的反应,促使淀粉质发生熟化。而在这一过程中若面粉的发酵时间过长,面粉的熟化程度会过高,导致口感变硬且乏味;而如果发酵时间过短,面粉的熟化程度可能不足,导致面包口感不足,缺乏弹性和柔软度。
面粉的熟化时间直接影响了后续面粉制品的品质好坏。在熟化过程中,随着熟化时间的增加,面粉的品质呈现先增大后降低的趋势,为了获取品质最好的面粉来进行后续生产,传统的做法是通过人工经验获取面粉的最优熟化时间,控制熟化过程。然而不同类型的面粉以及不同温度与掺水量的不同会导致所对应的最优熟化时间也不同,故在通过经验值控制熟化过程时,会使得到的产品质量下降。
发明内容
本发明提供一种基于图像处理的面粉熟化控制方法及相关装置,该方案能够提高面粉熟化生产效率与精度,提高产品质量。
第一方面,本申请提供一种基于图像处理的面粉熟化控制方法,包括:实时采集面粉熟化过程中的图像,得到第一图像序列;获取所述第一图像序列中每一图像的各个像素点运动速度以及运动方向,并基于所述运动速度以及运动方向确定旋转中心;基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,基于各个像素点为面粉像素点的概率得到面粉区域;基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间;利用所述熟化时间控制面粉熟机进行面粉熟化控制。
在一可选实施例中,所述基于所述运动速度以及运动方向确定旋转中心,包括:对运动方向相同且运动速度不为0的像素点进行聚类,得到M个像素点组合;将像素点组合中相邻的像素点连线组成多个第一像素线段,其中所述第一像素线段两端的像素点分别为第一像素点和第二像素点;基于所述第一像素线段、所述第一像素点的运动速度和所述第二像素点的运动速度计算所述第一像素点和所述第二像素点中运动速度较小的像素点为旋转中心的概率;将概率最大的像素点作为所述旋转中心。
在一可选实施例中,所述将概率最大的像素点作为所述旋转中心之前,包括:计算各个第一像素线段之间的线段差异以及第一像素线段的线段特征;基于所述线段差异以及所述线段特征对所述概率进行优化,得到优化后的概率。
在一可选实施例中,利用如下公式(1)计算所述第一像素点和所述第二像素点中运动速度较小的像素点为旋转中心的概率:
(1);
其中,第二像素点b点为运动速度较小的像素点,,/>分别表示了第一像素点a点与第二像素点b点的运动速度,/>为第一像素线段上从a点为起始点,/>方向上第i个像素点的运动速度,/>为第i个像素点/>方向上相邻像素点的运动速度,/>为第一像素线段L上像素点个数,/>表征第一像素线段上运动速度衰减累加值,m为衰减像素点个数。
在一可选实施例中,利用如下公式(2)计算各个第一像素线段之间的线段差异A:
(2);
其中,U为第一像素线段个数,为第i条第一像素线段上像素点个数,/>为第一像素线段L上像素点个数,/>为第一像素线段L上从b点为起点的第i个像素点的运动速度,表示了第i条第一像素线段中运动速度较小的像素点为起点的第i个像素点的运动速度;
利用如下公式(3)计算第一像素线段的线段特征B:
(3);
CD为第一像素线段L的长度,为第一像素线段L上像素点个数,/>为第一像素线段上第i个像素点的运动速度衰减特征值,/>则为运动速度衰减平均值,PJ=/>,n为第一像素线段端点为b点的线段个数,当存在两条第一像素线段的端点为b点时,n=2,以此类推。
在一可选实施例中,基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,包括:
获取以旋转中心为端点的第二像素线段;
对第二像素线段上的像素点的灰度值进行统计,获取灰度频率最大所对应的像素点灰度值;
利用如下公式(4)计算图像中各个像素点为面粉像素点的概率:
(4);
其中,表示像素点z点的运动速度大小,/>表示了z点的第i个对应像素点的运动速度,/>表示了z点的灰度值;
基于各个像素点为面粉像素点的概率得到面粉区域,包括:
如果KN大于预设值,则所述像素点为面粉像素点,所有面粉像素点组成所述面粉区域。
在一可选实施例中,基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间,包括:
计算面粉区域的形状特征值以及离心力方向上面粉的粘性;
基于所述形状特征值以及所述粘性确定面粉初始熟化程度;
基于面粉区域的像素点的灰度熵值以及平均灰度值确定面粉区域的缺陷度;所述平均灰度值与所述缺陷度呈反比;
利用所述缺陷度对所述初始熟化程度进行优化,得到每一图像对应的优化后的熟化程度;
将优化后的熟化程度最大的图像确定为面粉最优熟化程度对应的图像,以及将采集所述图像对应的时间确定为面粉最优熟化程度对应的熟化时间。
第二方面,本发明提供一种基于图像处理的面粉熟化控制装置,包括:图像采集模块,用于实时采集面粉熟化过程中的图像,得到第一图像序列;运动参数计算模块,用于获取所述第一图像序列中每一图像的各个像素点运动速度以及运动方向,并基于所述运动速度以及运动方向确定旋转中心;计算模块,基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,基于各个像素点为面粉像素点的概率得到面粉区域;时间确定模块,用于基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间;控制模块,用于利用所述熟化时间控制面粉熟机进行面粉熟化控制。
第三方面,本申请提供一种电子设备,包括相互藕接的处理器及存储器,其中,所述存储器用于存储实现上述任意一项所述的方法的程序指令;所述处理器用于执行所述存储器存储的所述程序指令。
第四方面,本申请提供一种存储介质,存储有程序文件,所述程序文件能够被执行以实现上述任意一项所述的方法。
本发明的有益效果是:区别于现有技术,本发明提出的基于图像处理的面粉熟化控制方法包括:实时采集面粉熟化过程中的图像,得到第一图像序列;获取所述第一图像序列中每一图像的各个像素点运动速度以及运动方向,并基于所述运动速度以及运动方向确定旋转中心;基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,基于各个像素点为面粉像素点的概率得到面粉区域;基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间;利用所述熟化时间控制面粉熟机进行面粉熟化控制。该方案能够提高面粉熟化生产效率与精度,提高产品质量。
附图说明
图1是本发明基于图像处理的面粉熟化控制方法的第一实施例的流程示意图;
图2是本发明基于图像处理的面粉熟化控制装置的一实施例的结构示意图;
图3是本发明电子设备的一实施例的结构示意图;
图4是本发明存储介质的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面结合附图和实施例对本发明进行详细的说明。
请参见图1,为本申请基于图像处理的面粉熟化控制方法的一实施例的流程示意图,具体包括:
步骤S11:实时采集面粉熟化过程中的图像,得到第一图像序列。
根据先验知识可知,新磨制的面粉,其黏弹性较差,色泽发黄发暗,这是由新磨制面粉中的有色色素含量高引起的。在熟化过程中,面粉与氧气充分接触,有色色素被氧化,其含量降低,从而使面粉的白度和亮度增大。而过度熟化或糊化的面粉颜色通常会变暗或发黄,且颜色不均匀。
根据上述步骤可得面粉在熟化过程中的图像,为连续多帧的视频图像,其中面粉形成的面粉在熟化机的熟化腔内旋转,不断熟化。假设得到了N张图像,组成第一图像序列,分别记为{,/>…/>…/>},其中/>为开始时候的第i个时刻所采集到的面粉表面图像。
在一实施例中,第一图像序列中包括若干连续的图像,且该图像为灰度图像。具体的,通过工业相机,固定光源实时采集熟化过程中的面粉表面图像,采集的图像为RGB图像。使用加权灰度化的方法对RGB图像进行灰度化处理,得到熟化过程中面粉表面灰度图像,所有灰度图像组成第一图像序列。
本申请选取第一图像序列中任意一张图像为例进行说明。而在具体操作中,需要对第一图像序列中的所有图像都进行如下步骤操作。以下以图像为例进行说明。
步骤S12:获取所述第一图像序列中每一图像的各个像素点运动速度以及运动方向,并基于所述运动速度以及运动方向确定旋转中心。
具体的,对图像使用光流法获取图像中像素点的运动速度与运动方向,则图像中的每个像素点均有其对应的运动速度V和运动方向/>。
根据旋转特性可知,圆盘在进行旋转时,从圆心到圆盘边缘上各个点的运动线速度方向相同,大小则由内向外逐渐增加。故本发申请基于图像中各像素点的运动状况完成旋转中心的获取。
具体的,对运动方向相同且运动速度不为0的像素点进行聚类,得到M个像素点组合。将像素点组合中相邻的像素点连线组成多个第一像素线段,其中所述第一像素线段两端的像素点分别为第一像素点和第二像素点。基于所述第一像素线段、所述第一像素点的运动速度和所述第二像素点的运动速度计算所述第一像素点和所述第二像素点中运动速度较小的像素点为旋转中心的概率。将概率最大的像素点作为所述旋转中心。
具体的, 对M类像素点组合分别进行下述分析,对每类像素点组合中的像素点与其相邻的像素点组合中的像素点连接,则可获取第一像素线段L(若存在多条,则对多条像素线段均进行分析),其第一像素线段的端点分别为第一像素点a点与第二像素点b点,其中假设第二像素点b点的运动速度更小。则对于第一像素线段的第二像素点b点而言,其为旋转中心的概率P为:
(1);
其中,第二像素点b点为运动速度较小的像素点,,/>分别表示了第一像素点a点与第二像素点b点的运动速度,/>为第一像素线段上从a点为起始点,/>方向上第i个像素点的运动速度,/>为第i个像素点/>方向上相邻像素点的运动速度,/>为第一像素线段L上像素点个数,/>表征第一像素线段上运动速度衰减累加值,其值越大,则说明b点为旋转中心概率越大。注:若P值为负,则可认为所对应像素点为旋转中心点的概率为0。m为衰减像素点个数,获取方法如下,初始m=0,当第一像素线段上某一像素点所对应的/>,则m=m+1,对第一像素线段上的像素点进行统计分析,可得m值。P值越大,则说明b点为旋转中心点的概率越大。根据上述步骤对得到的各个像素点组合中的线段均进行分析。存在的第一像素线段个数为U,且每条第一像素线段都存在一个端点为旋转中心点的概率P。将概率最大的像素点作为所述旋转中心。
需要说明的是,如果某一像素点组合中存在 a ,b,c,d,e, f6个像素点,其中a点与f点为单独的像素点与其他像素点不相邻,而b与c相邻,c与b、d相邻,d与c、e相邻。则该像素点组合得到的线段为第一像素线段Lbe,其中端点分别为b点与e点,而b、c、d、e为第一像素线段Lbe上像素点,即第一像素线段Lbe上像素点的个数为4。
具体的,直接使用该概率进行旋转中心的获取时,由于光流法在获取像素点的运动速度和运动方向时,是基于像素点在不同图像中的对应像素点的位置变化来获取的。然而对于面粉表面像素点而言,由于面粉在不断熟化,其表面的像素点在旋转的同时,其表面灰度值也在不断发生改变,进而使得在获取像素点在不同图像中的对应像素点时,极易出现误差,进而导致运动速度与运动方向出现误差。使得后续旋转中心的判断获取出现偏差。故本发明中通过对像素点组合中的线段进行分析,通过线段特征与线段之间的差异来优化像素点为旋转中心的概率。
在一实施例中,计算各个第一像素线段之间的线段差异以及第一像素线段的线段特征;基于所述线段差异以及所述线段特征对所述概率进行优化,得到优化后的概率。
具体的,用如下公式(2)计算各个第一像素线段之间的线段差异A:
(2);
其中,U为第一像素线段个数,为第i条第一像素线段上像素点个数,/>为第一像素线段L上像素点个数,/>为第一像素线段L上从b点为起点的第i个像素点的运动速度,表示了第i条第一像素线段中运动速度较小的像素点为起点的第i个像素点的运动速度。A值反映了线段之间的差异,差异越小,则说明端点为旋转中心的概率越大。
利用如下公式(3)计算第一像素线段的线段特征B:
(3);
CD为第一像素线段L的长度,为第一像素线段L上像素点个数,/>为第一像素线段上第i个像素点的运动速度衰减特征值,/>则为运动速度衰减平均值,PJ=/>,其差异越大,则说明线段端点为旋转中心概率值越小。n为第一像素线段端点为b点的线段个数,当存在两条第一像素线段的端点为b点时,n=2,以此类推。其中A,B均为归一化后的。
基于所述线段差异A以及所述线段特征B对所述概率P进行优化,得到优化后的概率。在一实施例中,优化后的概率具体计算方式为:
。
将优化后的概率最大的像素点作为所述旋转中心。
获取旋转中心的目的:面粉熟化机在旋转时会产生离心力,其大小取决于旋转半径、旋转速度和面粉的质量。离心力会使面粉受到挤压和牵拉,从而帮助面粉中的淀粉质糊化和熟化。而离心力的方向往往是指向旋转中心的。故可基于旋转中心获取面粉所受离心力方向上的变化来表征面粉表面的粘性和均匀性,其中离心力方向上的面粉的表面特征更能反映出面粉的熟化程度。
步骤S13:基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,基于各个像素点为面粉像素点的概率得到面粉区域。
具体的,获取以旋转中心为端点的第二像素线段,对第二像素线段上的像素点的灰度值进行统计,获取灰度频率最大所对应的像素点灰度值;利用如下公式(4)计算图像中各个像素点为面粉像素点的概率:
(4);
其中,表示像素点z点的运动速度大小,/>表示了z点的第i个对应像素点的运动速度,/>表示了z点的灰度值。KN越大则说明像素点为面粉像素点的可能性越大。设置可能性判断预设值为0.8,根据经验值设置,当KN大于预设值时,则像素点为面粉像素点,所有面粉像素点组成所述面粉区域。
具体的,根据上述步骤获取了旋转中心以及图像中的像素点对应的运动速度,则可基于旋转特性来完成图像分割,获取面粉区域图像。基于与旋转中心距离相同的像素点其所对应的运动速度应相同,相邻的像素点运动方向相近,而面粉区域则较为随机,由于面粉区域的灰度值在不断变化,当面粉区域的灰度值与圆盘背景相近时,面粉区域分割较为困难,精度较低。故本发明中通过像素点的运动速度与灰度值完成面粉区域的分割,提高面粉区域获取精度。
假设旋转中心点为q点,则可获取以旋转中心q点为端点的第二像素线段。对第二像素线段上像素点的灰度值进行统计,获取灰度频率最大所对应的像素点灰度值,记为,则可获取像素点z(假设为z点)为面粉像素点的可能性KN,当KN大于预设值时,则像素点为面粉像素点,所有面粉像素点组成所述面粉区域。
步骤S14:基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间。
需要说明的是。通过上述步骤S13得到了面粉像素点,邻近的面粉像素点组成的封闭区域即为面粉区域。
对面粉区域MT进行进一步分析,完成熟化程度SH的获取。而由上述步骤可知,面粉所受到的离心力方向始终指向旋转中心,而离心力则是对面粉进行挤压和牵拉,进而帮助面粉熟化的。故本发明通过分析离心力方向上面粉的形态特征来完成面粉熟化程度SH的获取。
具体的,计算面粉区域的形状特征值以及离心力方向上面粉的粘性;基于所述形状特征值以及所述粘性确定面粉初始熟化程度。
在一实施例中,通过如下公式计算面粉区域的形状特征值XT:
;
其中,JXC,JXK分别为面粉区域的最小外接矩形的长和宽,其比值越接近1,则说明面粉的形状越规整,其受到的离心力越均匀,熟化程度越高。而则表示了旋转中心到面粉区域边缘像素点之间的距离方差,其值越大,则说明面粉形态变化越大,形状特征值越大,其熟化程度越小。
在一实施例中,通过如下公式计算离心力方向上面粉的粘性:
;
其中,则反映了离心力方向上面粉的粘性,/>=0连接旋转中心与面粉区域边缘像素点,若线段上存在两个及以上的面粉区域像素点,则记录该线段,即/>=/>,并对线段上的面粉区域像素点进行分析,/>则表示了获取的第i条线段上面粉区域像素点的个数。/>表示了第i条线段上第j个像素点的灰度值。/>表示了第i条线段上第j+1个像素点的灰度值。其差异越小,则面粉的粘性越大,熟化程度越大。
面粉初始熟化程度SH计算方式为:。
由于熟化程度过高时,面粉的品质反而会下降,故为了获取最优熟化程度,本发明中通过分析面粉表面的缺陷特征来构建缺陷度指标,使用缺陷度对熟化程度进行优化,逻辑为:熟化程度过高的面粉表面其缺陷度也较高,引入缺陷度指标,可以将过高的熟化程度进行优化降低,进而获取最优的熟化程度,最优的熟化程度下,面粉的品质质量最好。而熟化程度过高的情况下,面粉表面会出现变暗或发黄,颜色不均匀,弹性和延展性较差,且其表面可能出现裂缝,气泡等缺陷。
因此,需要对面粉内部区域进行分析,获取面图区域MT缺陷度QX,利用缺陷度对初始熟化程度进行优化。具体的,基于面粉区域的像素点的灰度熵值以及平均灰度值确定面粉区域的缺陷度;所述平均灰度值与所述缺陷度呈反比;利用所述缺陷度对所述初始熟化程度进行优化。
具体的,缺陷度QX的计算方式为:
;
式中为面粉区域的像素点的灰度熵值,灰度熵值越大则缺陷度越大,/>为面粉区域内像素点的平均灰度值,其值越小,缺陷度越大。
利用所述缺陷度对所述初始熟化程度进行优化具体为:。为优化后的熟化程度。优化后的熟化程度在面粉过于熟化或糊化时,其所对应的熟化程度反而会降低,进而使得最大的熟化程度即为生产时的最优熟化程度。
利用上述步骤S12-步骤S14对每一个图像均进行处理,最后每一张图像会得到一个优化后的熟化程度。将优化后的熟化程度最大的图像确定为面粉最优熟化程度对应的图像,以及将采集所述图像对应的时间确定为面粉最优熟化程度对应的熟化时间。
步骤S15:利用所述熟化时间控制面粉熟机进行面粉熟化控制。
具体的,在一实施例中,可以将同批次的面粉使用熟化时间进行熟化生产,提高产品的生产效率与质量。在另一实施例中,在下一批次的面粉熟化控制时,可以重新执行本申请的方式,确定出一个最优熟化时间,利用这个最优熟化时间对同批次的面粉进行熟化生产。
本申请的方法,使用最优的熟化时间对面粉熟化机进行控制,提高面粉熟化生产效率与精度,提高产品质量。
本发明中通过对面粉熟化过程的特性进行分析,基于面粉熟化过程中图像变化使用光流法获取像素点的运动速度与运动方向,基于面粉熟化过程中面粉的旋转特性自适应获取旋转中心点,基于旋转中心点获取面粉所受离心力方向,通过离心力方向上面粉形态的自适应分析完成面粉的熟化程度获取,并基于面粉的缺陷度完成面粉最优熟化程度的获取,基于最优熟化程度与最优熟化程度所对应的熟化时间完成熟化机的熟化控制,有效提高了面粉熟化过程的效率与精度,提高了面粉熟化的质量。
请参见图2,为本发明一种基于图像处理的面粉熟化控制装置的已实施例的结构示意图,包括:图像采集装置21、运动参数计算模块22、计算模块23、时间确定模块24以及控制模块25。图像采集模块21用于实时采集面粉熟化过程中的图像,得到第一图像序列。运动参数计算模块22用于获取所述第一图像序列中每一图像的各个像素点运动速度以及运动方向,并基于所述运动速度以及运动方向确定旋转中心。计算模块23基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,基于各个像素点为面粉像素点的概率得到面粉区域。时间确定模块24用于基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间。控制模块25用于利用所述熟化时间控制面粉熟机进行面粉熟化控制。
本实施例的装置可以用于实现上述图1所示的实施例中的任一步骤,并且能够达到相同的技术效果,详细描述请参见图1,在此不再赘述。
请参见图3,为本发明电子设备的一实施例的结构示意图。电子设备包括相互连接的存储器52和处理器51。
存储器52用于存储实现上述任意一项的方法的程序指令。
处理器51用于执行存储器52存储的程序指令。
其中,处理器51还可以称为CPU(Central Processing Unit,中央处理单元)。处理器51可能是一种集成电路芯片,具有信号的处理能力。处理器51还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器52可以为内存条、TF卡等,可以存储电子设备中全部信息,包括输入的原始数据、计算机程序、中间运行结果和最终运行结果都保存在存储器中。它根据控制器指定的位置存入和取出信息。有了存储器,电子设备才有记忆功能,才能保证正常工作。电子设备中的存储器按用途存储器可分为主存储器(内存)和辅助存储器(外存),也有分为外部存储器和内部存储器的分类方法。外存通常是磁性介质或光盘等,能长期保存信息。内存指主板上的存储部件,用来存放当前正在执行的数据和程序,但仅用于暂时存放程序和数据,关闭电源或断电,数据会丢失。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,系统服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。
请参阅图4,为本发明存储介质的结构示意图。本申请的存储介质存储有能够实现上述所有方法的程序文件61,其中,该程序文件61可以以软件产品的形式存储在上述存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储装置包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,或者是计算机、服务器、手机、平板等终端设备。
以上仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于图像处理的面粉熟化控制方法,其特征在于,包括:
实时采集面粉熟化过程中的图像,得到第一图像序列;
获取所述第一图像序列中每一图像的各个像素点运动速度以及运动方向,并基于所述运动速度以及运动方向确定旋转中心;
基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,基于各个像素点为面粉像素点的概率得到面粉区域;
基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间;
利用所述熟化时间控制面粉熟机进行面粉熟化控制;
基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,包括:
获取以旋转中心为端点的第二像素线段;
对第二像素线段上的像素点的灰度值进行统计,获取灰度频率最大所对应的像素点灰度值;
利用如下公式(4)计算图像中各个像素点为面粉像素点的概率:
(4);
其中,表示像素点z点的运动速度大小,/>表示了z点的第i个对应像素点的运动速度,表示了z点的灰度值;
基于各个像素点为面粉像素点的概率得到面粉区域,包括:
如果KN大于预设值,则所述像素点为面粉像素点,所有面粉像素点组成所述面粉区域;
基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间,包括:
计算面粉区域的形状特征值以及离心力方向上面粉的粘性;
基于所述形状特征值以及所述粘性确定面粉初始熟化程度;
基于面粉区域的像素点的灰度熵值以及平均灰度值确定面粉区域的缺陷度;所述平均灰度值与所述缺陷度呈反比;
利用所述缺陷度对所述初始熟化程度进行优化,得到每一图像对应的优化后的熟化程度;
将优化后的熟化程度最大的图像确定为面粉最优熟化程度对应的图像,以及将采集所述图像对应的时间确定为面粉最优熟化程度对应的熟化时间;
所述离心力方向上面粉的粘性,包括:
通过如下公式(5)计算离心力方向上面粉的粘性:
(5);
其中,反映了离心力方向上面粉的粘性,/>=0连接旋转中心与面粉区域边缘像素点,若线段上存在两个及以上的面粉区域像素点,则记录该线段,即/>=/>;/>则表示了获取的第i条线段上面粉区域像素点的个数;/>表示了第i条线段上第j个像素点的灰度值;表示了第i条线段上第j+1个像素点的灰度值;
利用所述缺陷度对所述初始熟化程度进行优化,得到每一图像对应的优化后的熟化程度,包括:缺陷度QX的计算方式为:
式中,为面粉区域的像素点的灰度熵值,/>为面粉区域内像素点的平均灰度值;
优化后的熟化程度的计算方式为:
式中,为面粉初始熟化程度,/>为缺陷度。
2.根据权利要求1所述的方法,其特征在于,所述基于所述运动速度以及运动方向确定旋转中心,包括:
对运动方向相同且运动速度不为0的像素点进行聚类,得到M个像素点组合;
将像素点组合中相邻的像素点连线组成多个第一像素线段,其中所述第一像素线段两端的像素点分别为第一像素点和第二像素点;
基于所述第一像素线段、所述第一像素点的运动速度和所述第二像素点的运动速度计算所述第一像素点和所述第二像素点中运动速度较小的像素点为旋转中心的概率;
将概率最大的像素点作为所述旋转中心。
3.根据权利要求2所述的方法,其特征在于,所述将概率最大的像素点作为所述旋转中心之前,包括:
计算各个第一像素线段之间的线段差异以及第一像素线段的线段特征;
基于所述线段差异以及所述线段特征对所述概率进行优化,得到优化后的概率。
4.根据权利要求2所述的方法,其特征在于,利用如下公式(1)计算所述第一像素点和所述第二像素点中运动速度较小的像素点为旋转中心的概率:
(1);
其中,第二像素点b点为运动速度较小的像素点,,/>分别表示了第一像素点a点与第二像素点b点的运动速度,/>为第一像素线段上从a点为起始点,/>方向上第i个像素点的运动速度,/>为第i个像素点/>方向上相邻像素点的运动速度,/>为第一像素线段L上像素点个数,/>表征第一像素线段上运动速度衰减累加值,m为衰减像素点个数。
5.根据权利要求3所述的方法,其特征在于,利用如下公式(2)计算各个第一像素线段之间的线段差异A:
(2);
其中,U为第一像素线段个数,为第i条第一像素线段上像素点个数,/>为第一像素线段L上像素点个数,/>为第一像素线段L上从b点为起点的第i个像素点的运动速度,/>表示了第i条第一像素线段中运动速度较小的像素点为起点的第i个像素点的运动速度;
利用如下公式(3)计算第一像素线段的线段特征B:
(3);
CD为第一像素线段L的长度,为第一像素线段L上像素点个数,/>为第一像素线段上第i个像素点的运动速度衰减特征值,/>则为运动速度衰减平均值,PJ=/>,n为第一像素线段端点为b点的线段个数,当存在两条第一像素线段的端点为b点时,n=2,以此类推。
6.一种基于图像处理的面粉熟化控制装置,其特征在于,包括:
图像采集模块,用于实时采集面粉熟化过程中的图像,得到第一图像序列;
运动参数计算模块,用于获取所述第一图像序列中每一图像的各个像素点运动速度以及运动方向,并基于所述运动速度以及运动方向确定旋转中心;
计算模块,基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,基于各个像素点为面粉像素点的概率得到面粉区域;
时间确定模块,用于基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间;
控制模块,用于利用所述熟化时间控制面粉熟机进行面粉熟化控制;
实时采集面粉熟化过程中的图像,得到第一图像序列;
获取所述第一图像序列中每一图像的各个像素点运动速度以及运动方向,并基于所述运动速度以及运动方向确定旋转中心;
基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,基于各个像素点为面粉像素点的概率得到面粉区域;
基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间;
利用所述熟化时间控制面粉熟机进行面粉熟化控制;
基于所述旋转中心确定图像中各个像素点为面粉像素点的概率,包括:
获取以旋转中心为端点的第二像素线段;
对第二像素线段上的像素点的灰度值进行统计,获取灰度频率最大所对应的像素点灰度值;
利用如下公式(4)计算图像中各个像素点为面粉像素点的概率:
(4);
其中,表示像素点z点的运动速度大小,/>表示了z点的第i个对应像素点的运动速度,表示了z点的灰度值;
基于各个像素点为面粉像素点的概率得到面粉区域,包括:
如果KN大于预设值,则所述像素点为面粉像素点,所有面粉像素点组成所述面粉区域;
基于所述面粉区域确定面粉最优熟化程度对应的图像以及面粉最优熟化程度对应的熟化时间,包括:
计算面粉区域的形状特征值以及离心力方向上面粉的粘性;
基于所述形状特征值以及所述粘性确定面粉初始熟化程度;
基于面粉区域的像素点的灰度熵值以及平均灰度值确定面粉区域的缺陷度;所述平均灰度值与所述缺陷度呈反比;
利用所述缺陷度对所述初始熟化程度进行优化,得到每一图像对应的优化后的熟化程度;
将优化后的熟化程度最大的图像确定为面粉最优熟化程度对应的图像,以及将采集所述图像对应的时间确定为面粉最优熟化程度对应的熟化时间;
所述离心力方向上面粉的粘性,包括:
通过如下公式(5)计算离心力方向上面粉的粘性:
(5);
其中,反映了离心力方向上面粉的粘性,/>=0连接旋转中心与面粉区域边缘像素点,若线段上存在两个及以上的面粉区域像素点,则记录该线段,即/>=/>;/>则表示了获取的第i条线段上面粉区域像素点的个数;/>表示了第i条线段上第j个像素点的灰度值;表示了第i条线段上第j+1个像素点的灰度值;
利用所述缺陷度对所述初始熟化程度进行优化,得到每一图像对应的优化后的熟化程度,包括:缺陷度QX的计算方式为:
式中,为面粉区域的像素点的灰度熵值,/>为面粉区域内像素点的平均灰度值;
优化后的熟化程度的计算方式为:
式中,为面粉初始熟化程度,/>为缺陷度。
7.一种电子设备,其特征在于,所述电子设备包括:相互藕接的处理器及存储器;
所述存储器用于存储实现如权利要求1~5任意一项所述的方法的程序指令;
所述处理器用于执行所述存储器存储的所述程序指令。
8.一种存储介质,其特征在于,存储有程序文件,所述程序文件能够被执行以实现如权利要求1~5任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310785980.XA CN116542970B (zh) | 2023-06-30 | 2023-06-30 | 基于图像处理的面粉熟化控制方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310785980.XA CN116542970B (zh) | 2023-06-30 | 2023-06-30 | 基于图像处理的面粉熟化控制方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116542970A CN116542970A (zh) | 2023-08-04 |
CN116542970B true CN116542970B (zh) | 2023-09-15 |
Family
ID=87450955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310785980.XA Active CN116542970B (zh) | 2023-06-30 | 2023-06-30 | 基于图像处理的面粉熟化控制方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542970B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001033225A (ja) * | 1999-07-26 | 2001-02-09 | Nok Corp | 画像処理検査方法および画像処理検査装置 |
WO2016019809A1 (en) * | 2014-08-06 | 2016-02-11 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Image acquisition control methods and apparatuses, and image acquisition devices |
CN106482637A (zh) * | 2016-09-23 | 2017-03-08 | 大连理工大学 | 一种旋转标记点旋转中心的提取方法 |
CN110097576A (zh) * | 2019-04-29 | 2019-08-06 | 腾讯科技(深圳)有限公司 | 图像特征点的运动信息确定方法、任务执行方法和设备 |
CN115294137A (zh) * | 2022-10-09 | 2022-11-04 | 南通市通州区欢伴纺织品有限公司 | 一种布料表面渗色的缺陷检测方法 |
CN116051600A (zh) * | 2022-12-28 | 2023-05-02 | 苏州凌云光工业智能技术有限公司 | 产品检测轨迹的优化方法和装置 |
CN116092078A (zh) * | 2023-04-11 | 2023-05-09 | 深圳市信远环保水务有限公司 | 一种污水处理智能控制系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12002234B2 (en) * | 2018-11-26 | 2024-06-04 | Longi Green Energy Technology Co., Ltd. | Crystal line growing state detection method, apparatus and device for silicon rod |
-
2023
- 2023-06-30 CN CN202310785980.XA patent/CN116542970B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001033225A (ja) * | 1999-07-26 | 2001-02-09 | Nok Corp | 画像処理検査方法および画像処理検査装置 |
WO2016019809A1 (en) * | 2014-08-06 | 2016-02-11 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Image acquisition control methods and apparatuses, and image acquisition devices |
CN106482637A (zh) * | 2016-09-23 | 2017-03-08 | 大连理工大学 | 一种旋转标记点旋转中心的提取方法 |
CN110097576A (zh) * | 2019-04-29 | 2019-08-06 | 腾讯科技(深圳)有限公司 | 图像特征点的运动信息确定方法、任务执行方法和设备 |
CN115294137A (zh) * | 2022-10-09 | 2022-11-04 | 南通市通州区欢伴纺织品有限公司 | 一种布料表面渗色的缺陷检测方法 |
CN116051600A (zh) * | 2022-12-28 | 2023-05-02 | 苏州凌云光工业智能技术有限公司 | 产品检测轨迹的优化方法和装置 |
CN116092078A (zh) * | 2023-04-11 | 2023-05-09 | 深圳市信远环保水务有限公司 | 一种污水处理智能控制系统 |
Non-Patent Citations (3)
Title |
---|
"Computer Vision Classification of Barley Flour Based on Spatial Pyramid Partition Ensemble";Jessica Fernandes Lopes等;《Sensors》;第19卷(第13期);全文 * |
基于DSP系统的芒果品质检测平台构建;潘俊洋;项辉宇;薛真;;食品与机械(第11期);全文 * |
应用近红外高光谱成像技术检测面粉中偶氮甲酰胺;王晓彬;黄文倩;王庆艳;李江波;王超鹏;赵春江;;光谱学与光谱分析(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116542970A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114913365A (zh) | 基于机器视觉的人造板质量分类方法及系统 | |
US10891521B2 (en) | Adjusting training set combination based on classification accuracy | |
CN108615253A (zh) | 图像生成方法、装置与计算机可读存储介质 | |
WO2022166316A1 (zh) | 人脸识别补光方法、装置、人脸识别设备及其系统 | |
CN116542970B (zh) | 基于图像处理的面粉熟化控制方法及相关装置 | |
US20230021551A1 (en) | Using training images and scaled training images to train an image segmentation model | |
CN111915626B (zh) | 心脏超声图像的心室区域自动分割方法、装置及存储介质 | |
CN115082719A (zh) | 一种木材质量分级方法 | |
CN114693650A (zh) | 一种基于机器视觉的混合机智能控制方法 | |
CN112215859A (zh) | 一种基于深度学习和邻接约束的纹理边界检测方法 | |
CN115908165A (zh) | 云桌面图像的处理方法和图像处理方法、设备及存储介质 | |
CN113658097B (zh) | 一种眼底图像质量增强模型的训练方法及装置 | |
CN116849237A (zh) | 焦糖饼干及其制备方法 | |
Ljungqvist et al. | Image analysis of pellet size for a control system in industrial feed production | |
JP7192854B2 (ja) | 演算装置、演算方法、プログラムおよび判別システム | |
Gandomkar et al. | Determining image processing features describing the appearance of challenging mitotic figures and miscounted nonmitotic objects | |
CN114648463A (zh) | 一种灰度图像动态范围调整方法、装置、设备及介质 | |
CN116503404B (zh) | 塑料玩具质量检测方法、装置、电子设备及存储介质 | |
CN108182439A (zh) | 一种基于多分类增量学习的分窗口计数方法及装置 | |
CN113887395A (zh) | 一种基于深度可分离卷积YOLOv4模型的滤袋袋口位置检测方法 | |
CN113680711B (zh) | 一种基于色阶显卡的农产品分拣方法及系统 | |
CN111797872A (zh) | 控制方法、电子装置、计算机可读存储介质及降解设备 | |
CN117975444B (zh) | 一种用于食品破碎机的食材图像识别方法 | |
CN117409403B (zh) | 一种基于深度学习的水稻稻穗成熟度估算方法 | |
CN116797599B (zh) | 甜菊糖苷质量在线检测方法和主控设备 |
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 |