专利名称：基于视觉识别的颗粒物料分选分级方法
技术领域：
本发明属于一种颗粒物料分选分级方法，具体涉及一种应用嵌入式 视觉图像技术和模式识别技术的智能的基于视觉识别的颗粒物分选分 级方法。
背景技术：
随着我国粮食产业的发展以及食品深加工技术的发展，色选技术、近红外光谱分析技术已经逐渐应用到大米等农副产品的分级分选中，从本质上讲，这些农产品物料的分级分选要求，具有一定的相似性，即同属于需要按色泽和内在品质进行分选分级的颗粒状物料。但是，由于这些分选物料的光谱特性不同，加上其分选分级标准也有很大差异，对这些物料缺乏完整的分选物料模型，目前的技术现况是缺乏一种能同时适应各种物料智能化分级分选要求的装置。近些年来，枸杞、葡萄干、松子、蚕豆、葵仁等农副产品日益受到重视，但是由于这些农副产品作物生产的特殊性，其果实颗粒在生产过 程中更容易产生不同色泽，不同品质的产品，如枸杞子中的黑果、油果、 青果，葡萄干成品中的绿色葡萄干、黄色葡萄干、棕色葡萄干和黑色葡 萄干等多种产品。对于这些农产品来说，其食用品质、商品价值与外观 质量有着十分密切的关系，分选分级后的产品具有更高地商品价值。如 葡萄干出口贸易市场，对葡萄干的质量要求是在总体质量优良的前提 下，颜色大小形状必须均一。枸杞子产品出口时，色泽一致敬，单个重 量大的枸杞子，具有明显的价格优势和更高的食用价值。此外，对珍珠、 颗粒状塑料等物料也提出了不同的分选分级要求。中国发明专利"粒状原料的颜色分选装置"(CN98118453.7)公开 了一种利用硅光电探测器或CCD型探测器对谷类颗粒物料中良好谷粒 和不良谷粒的光电信号进行探测，利用不良谷粒探测信号的幅度与良好 谷粒电压阈值差别，实现不良谷粒的颜色分选。但说明书中提到用于判 别的良好谷粒阈值对人的依赖性很大，且对于不同物料的不同分选要求 其阈值如何设定也没有提到。由于硅光电探测器件本身的特性，对一些颜色很丰富且正常物料和 要剔除物料颜色很接近(如葡萄干中的绿色和浅黄色葡萄干)的情况下， 其分辨精度有限，因此，基于这种探测器的分选装置可能对某些物料不能有效分选。近年来，快速发展起来的机器视觉技术在多个行业得到了广泛的应 用，利用视觉识别技术可以高速、高分辨的采集和处理各种物体的图像， 同时利用各种图像模式识别处理算法可以分辨物体上极微小的差异，为 实现各种颗粒物料更有效的分选分级提供了保证。发明内容本发明是为了克服现有技术中存在的缺点而提出的，目的是提供一 种应用嵌入式视觉图像技术和模式识别技术的智能的基于视觉识别的 颗粒物分选分级方法。本发明的技术方案是 一种基于视觉识别的颗粒物料分选分级方 法，包括以下步骤第一、获取样品图像(Sl)a、 根据分选物料的不同，有选择的使用不同照射光源和参考背景 板的颜色；b、 取样，根据物料的实际分选分级要求，分别得到该物料的中好 料和次料的样品，样品的选择可依据该物料分选时确定的分选标准；c、 分别将好料和次料样品均匀地经过嵌入式视觉处理控制平台的 光学成像系统，为了与实际分选时的条件一致，物料样品沿摊薄装置以 一定速度落入光学成像系统的成像区域，最后由高速灰度或彩色CCD获 取到好料和次料样品的图像；第二、图像特征信息预处理(S2)a、 将采到的好料和次料图像，运用相应的图像处理算法进行处理， 处理后可得到图像的灰度值或RGB颜色及形状特征值；b、 得到好料和次料的图像灰度值或RGB颜色及形状特征值等特征 信息，将两组特征信息值读入同一图像平面中；第三、设计分类器(S3)a、 按照统计模式识别的方法，分别统计好料和次料的轮廓形状和 灰度、RGB颜色阈值特征信息值；b、 根据灵敏度曲线位置的不同，设计不同的分类器； 第四、建立特征信息专家库(S4)将分类器存储于嵌入式视觉控制处理控制平台的存储器中，物料的 不同的分选分级将对应不同分类器，可以在同一台装置中为多种物料建 立分类器，从而形成了一个分类器库---特征信息专家库，专家库一旦建立，其数据将存储于嵌入式视觉处理控制平台上的存储器件中，供分 选时调用；第五、待选物料分选与特征信息专家库进行匹配，进行分选分级 (S5)a、 在触摸屏2上选取待分选物料的分选分级标准，即选定了特征 信息专家库中相应的分类器；b、 嵌入式视觉处理控制系统开始控制喂料摊薄装置将物料均匀送 往光学成像区，由光学成像系统获取物料图像；c、 由图像采集预处理系统对图像信息预处理，提取特征信息；d、 特征信息与特征信息专家库中分类器匹配比对；e、 根据匹配结果，如果是次料，则视觉控制系统发出剔除指令到 剔除执行机构，剔除次料。嵌入式视觉处理控制平台由图像采集预处理系统、视觉控制系统和 特征信息专家库组成。图像采集预处理系统和视觉控制系统主要由现场可编程门阵列和 数字信号处理器等器件组成。本发明由于采用了嵌入式视觉图像识别技术对颗粒物料进行分级 分选，克服了传统的拣选方式准确率差、效率低及易造成二次污染等弊 病，使得分级分选质量得到保证，并且实现了快速智能化、提高了颗粒 物料的分级分选效率。
图l是本发明的整体结构原理方框图；图2是本发明中的喂料与摊薄系统的履带式结构示意图； 图3是本发明的分选分级方法的程序图；图4是利用本发明的分选分级方法分选出的好料和次料的图像特 征信息分布区域图；图5是利用本发明的分选分级方法分选出的好料和次料的动态临 界曲线划分示意图。 g巾1机械安装承载平台 2彩色触摸屏3嵌入式视觉处理控制平台4储料箱5喂料与摊薄系统 6光学成像系统7剔除执行机构 8好料9图像采集预处理系统11特征信息专家库13信号线15斜槽17光源19喷嘴21好料输送带10视觉控制系统 12次料 14振动喂料器 16 CCD镜头 18背景板20物料摊薄输送装置 22剔除执行控制机构具体实施方式
以下，参照附图和实施例对本发明的基于视觉识别的颗粒物料分选 分级方法进行详细说明如图1、 2所示， 一种基于视觉识别的颗粒物料分选分级方法，其 中分选分级装置包括机械安装承载平台1、彩色触摸屏2和嵌入式视觉 处理控制平台3。在机械安装承载平台1中安装有储料箱4、喂料与摊薄系统5、光 学成像系统6和剔除执行机构7。其中，喂料与摊薄系统5根据分选分级物料的不同，可以适用不同 的物料摊薄传送装置。对稻米等颗粒较小的物料，采用斜槽式的结构； 而对蚕豆、珍珠等较大颗粒的物料采用履带式的结构，本发明采用履带 式的结构为例。在履带式结构中，喂料与摊薄系统5包括振动喂料器14、斜槽15 和物料摊薄输送装置20。光学成像系统6包括CCD镜头16、光源17、多面体参考背景板18 和透镜(未图示)，CCD镜头16包括CCD和镜头。其中，CCD (Charge Coupled Device)用于将光信号转换为电信号。 电荷耦合器件11由一种高感光度的半导体材料制成，可将光子转换成 电荷，具有分辨率高、识别精度高、可移植性强等特点。多面体背景板18在不同的参考背景下，CCD镜头16获取到的图像 灰度值和RGB (红、绿、兰)特征信息值是不同的，为满足分选不同颜 色的物料的要求，采用一个多面体为参考背景板，本发明为六面体，每 面涂有不同的参考背景色。多面体背景板18由控制电路控制，工作时 可根据不同物料分选分级要求自动控制背景板转动到不同背景棱面。剔除执行机构7由剔除执行控制机构22和喷嘴19组成，剔除执行 控制机构22由驱动控制电路、压縮空气系统和压力调节装置等组成， 喷嘴19根据需要可以设计成不同结构形式，如扁形结构。彩色触摸屏2作为人机交互界面，通过信号线13与嵌入式视觉处 理控制平台3连接。分选时，根据特征信息专家知识库11中已有待分 选物料相应的匹配图像特征数据，在彩色触摸屏2上显示依据不同的分 选分级标准分选出的好料图像和与之对应的次料的图像。点击不同的图 像，即可确定选择了不同的分选标准。同时在分选工作时，经光学成像 系统6采集到当前分选物料的图像后，可在彩色触摸屏2上实时地显示， 便于观察。本发明的彩色触摸屏2可选用MT8121型或者性能类似的彩 色触摸屏。嵌入式视觉处理控制平台3由图像采集预处理系统9、视觉控制系 统10和特征信息专家库11组成。图像采集预处理系统9和视觉控制系统10主要由现场可编程门阵 列(FPGA)和数字信号处理器(DSP)等器件组成，配合专用的数据通 讯接口、数据存储器件组成以及其他的数字逻辑器件组成，实现物料图 像的分析处理。其中，现场可编程门阵列FPGA (Field Programmable Gate Array) 是专用集成电路(ASIC)中集成度最高的一种，内部包括可配置逻辑模 块、输出输入模块和内部连线三个部分。在本发明中，现场可编程门阵 列6可以采用颶风ni (Cyclone III)系列EP3C120芯片或者性能类似的 器件。其中，数字信号处理器(DSP: Digital Signal Processor)主要 用于数字信号处理领域，非常适合高密度，重复运算及大数据容量的信 号处理。它采用多总线技术以及流水线结构，将程序与数据存储器分开， 使用多总线，取指令和取数据同时进行。DSP依靠硬件乘法器可在单周 期完成乘法运算，而且还具有专门的信号处理指令，使计算速度有了较 大的提高。数字信号处理器可选用芯片TMS320DM64X或者性能类似的器 件构成，用于数字图像的分析处理及信号的输出。—当嵌入式图像处理控制系统3完成图像特征信息比较运算之后，发 出剔除指令到剔除执行控制机构22，此时驱动控制电路发出对应电磁 阀喷嘴19打开指令，由喷嘴19喷出高压空气将异色物料(次料)吹出。 与此同时，剔除执行机构控制机构22检测压縮空气系统的压力，当剔除压力不够或太大时，控制自动压力调节装置进行气压调整。特征信息专家知识库11是根据采集到有关物料的图像和具体的分 选分级标准，确定其正常物料(好料)和要剔除的物料(次料)的图像、 形状轮廓等特征信息。特征信息专家知识库11事先存储在嵌入式视觉处理控制平台3上的大容量存储器中。如经过晾晒烘干的枸杞子根据其颜色可分为霉果、黑果、油果和青果等几种颜色，根据枸杞子的外表皮面积、最大直径的大小等参数分为枸杞子王、180(表示每50克枸杞子干果中的枸杞子个数，下同)、280、 350及小红货等几类。在实际的分级分选加工生产中，往往根据客户的 不同需要确定多种不同的标准。且不同的产地、不同时节的枸杞子其分 类标准也不同。因此，需要收集所有尽可能多的分级分选标准，由相应 的专业人员根据其颜色、大小等进行感官评定，建立枸杞子分级分选的 特征信息专家库ll。如图3所示，利用上述装置，本发明的基于视觉识别的颗粒物料分 选分级方法包括以下步骤: 第一、获取样品图像(Sl)a、 根据分选物料的不同，有选择的使用不同照射光源17 (颜色 和光谱范围)和参考背景板18的颜色；b、 取样，根据物料的实际分选分级要求，分别得到该物料的中好 料(正常物料)和次料(欲剔除物料)的样品，样品的选择可依据该物 料分选时确定的分选标准；c、 分别将好料和次料样品均匀地经过嵌入式视觉处理控制平台3 的光学成像系统6，为了与实际分选时的条件一致，物料样品沿摊薄装 置以一定速度落入光学成像系统6的成像区域，最后由高速灰度或彩色 CCD获取到好料和次料样品的图像；为了获取尽可能多好料和次料的图像特征信息， 一般需要对好料和 次料样品的图像进行多次采集，最终由CCD图像传感器分别获取多幅图 像。第二、图像特征信息预处理(S2) a、将采到的好料和次料图像进行处理，可得到其灰度值或RGB颜 色及形状特征值，考虑到分选系统的工作现场环境复杂，采集到的图像 会含有各种不需要的干扰噪声以及一些意外的图形畸变，影响剔除效 果。为了抑止图像中的噪声，同时对图像的中的有用信息进行增强，因此必须对CCD视觉系统采集到的图像，运用相应的图像处理算法进行处 理。这些算法包括中值滤波、均匀平滑滤波算法等，这一步骤主要由嵌 入式视觉处理控制平台3的图像采集预处理系统9完成；b、得到好料和次料的图像的灰度值或RGB颜色及形状特征值等特 征信息，将两组特征信息值读入同一图像平面中，由于好料次料之间图 像特征信息的差异，好料和次料的图像特征信息将处于图像平面中的不 同位置。如图4所示，可以看到好料的图像将落在的上方，次料落在下 方；第三、设计分类器(S3)a、 首先需要按照统计模式识别的方法，分别统计好料和次料的轮 廓形状和灰度、RGB颜色阈值特征信息值；b、 在二维平面中，好料和次料由于特征值的不同分别会落于平面 的不同区域，但由于不同物料在分选时的要求标准多样化，同一物料在 不同标准中可能被划分为好料也可能会被划分为好料，即图4中好料和 次料区域的结合部分，可以归为好料也可归为次料；如图5所示，通过设定一个动态的灵敏度界定曲线，与传统的设定 阈值方法不同，灵敏度曲线是根据好料和次料的图像特征信息分布区域 的不同，而划定的一条动态的临界曲线，落在曲线左上方的为好料(需 保留的产品)，落在曲线右下方的为次料(剔除的非产品)，临界曲线 划分位置的不同，在一定程度体现分选分级标准的不同；c、 根据灵敏度曲线位置的不同，即代表了不同分选分级标准，因 此图5中的四条不同位置的灵敏度曲线即代表4种不同的分选分级标 准，也即根据此设计4个不同的分类器。如新疆葡萄干物料的分类器中包含以下内容分选分级标准l一分类器1:好料为纯绿色葡萄干和浅黄色葡萄干， 需剔出的次料为深褐色和黑色葡萄干。分选分级标准2--分类器2:好料为绿色葡萄干，需剔出的次料为 黄色、深褐色和黑色葡萄干。分选分级标准3--分类器3:好料为绿色葡萄干纯，需剔出的次料 为果柄部位发黑的葡萄干(即"黑头")和其他颜色的葡萄干。第四、建立特征信息专家库(S4)a、在述第三步(S3)中设计的分类器经验证无误后即存储于嵌入 式视觉控制处理控制平台3的存储器中。物料的不同的分选分级将对应不同分类器。可以在同一台装置中为多种物料建立分类器，从而形成了 一个分类器库-一特征信息专家库。专家库一旦建立，其数据将存储于 嵌入式视觉处理控制平台6上的存储器件中，供分选时调用；
b、 实际分选分级时，如果又有新的分选物料和分选分级标准时，
可依次按照S1 S3的步骤重新进行分类器设计，最终将结果写入特征 信息专家库ll即可；
c、 在分选时，根据不同物料和分选分级要求，即可从存储器中调 用相应的分类器即可，实现智能分选。
第五、待选物料分选与特征信息专家库进行匹配，进行分选分级 (S5);
a、 在触摸屏2上选取待分选物料的分选分级标准，即选定了特征 信息专家库11中相应的分类器；
b、 嵌入式视觉处理控制系统6开始控制喂料摊薄装置5将物料均 匀地送往光学成像区，由光学成像系统6获取物料图像；
c、 由图像采集预处理系统9对图像信息预处理，提取特征信息；
d、 特征信息与特征信息专家库中分类器匹配比对；
e、 根据匹配结果，如果是次料，则视觉控制系统10发出剔除指令 到剔除执行机构7，剔除次料。
本发明由于采用了嵌入式视觉图像识别技术对颗粒物料进行分级 分选，克服了传统的拣选方式准确率差、效率低及易造成二次污染等弊 病，使得分级分选质量得到保证，并且实现了快速智能化、提高了颗粒 物料分级分选效率。
权利要求
1、一种基于视觉识别的颗粒物料分选分级方法，其特征包括以下步骤第一、获取样品图像(S1)a、根据分选物料的不同，有选择的使用不同照射光源(17)和参考背景板(18)的颜色；b、取样，根据物料的分选分级要求，分别得到该物料中的好料和次料的样品，样品的选择可依据该物料分选时确定的分选标准；c、分别将好料和次料样品均匀地经过嵌入式视觉处理控制平台(3)的光学成像系统(6)，物料样品沿摊薄装置以一定速度落入光学成像系统(6)的成像区域，最后由高速灰度或彩色CCD获取到好料和次料样品的图像；第二、图像特征信息预处理(S2)a、将采到的好料和次料图像，运用相应的图像处理算法进行处理，处理后可得到图像的灰度值或RGB颜色及形状特征值；b、得到好料和次料的图像灰度值或RGB颜色及形状特征值等特征信息，将两组特征信息值读入同一图像平面中；第三、设计分类器(S3)a、按照统计模式识别的方法，分别统计好料和次料的轮廓形状和灰度、RGB颜色阈值特征信息值；b、根据灵敏度曲线位置的不同，设计不同的分类器；第四、建立特征信息专家库(S4)将分类器存储于嵌入式视觉控制处理控制平台(3)的存储器中，不同物料的分选分级将对应不同的分类器，可以在同一台装置中为多种物料建立各自的分类器，从而形成了一个分类器库，即特征信息专家库，专家库一旦建立，其数据将存储于嵌入式视觉处理控制平台(6)上的存储器中，供分选时调用；第五、待选物料分选分级与特征信息专家库进行匹配，进行分选分级(S5)；a、在彩色触摸屏(2)上选取待分选物料的分选分级标准，即选定了特征信息专家库中相应的分类器；b、嵌入式视觉处理控制系统(6)开始控制喂料摊薄装置(5)将物料均匀送往光学成像区，由光学成像系统(6)获取物料图像；c、由图像采集预处理系统(9)对图像信息预处理，提取特征信息；d、特征信息与特征信息专家库中分类器匹配比对；e、根据匹配结果，如果是次料，则视觉控制系统(10)发出剔除指令到剔除执行机构(7)，剔除次料。
2、 根据权利要求1所述的基于视觉识别的颗粒物料分选分级方法，其 特征在于嵌入式视觉处理控制平台(3)由图像采集预处理系统(9)、 视觉控制系统(10)和特征信息专家库(11)组成。
3、 根据权利要求l所述的基于视觉识别的颗粒物料分选分级方法，其 特征在于图像采集预处理系统(9)和视觉控制系统(10)主要由现场可 编程门阵列和数字信号处理器等器件组成。
全文摘要
本发明公开了一种基于视觉识别的颗粒物料分选分级方法，包括获取样品图像、图像特征信息预处理、设计分类器、建立特征信息专家库和待选物料分选与特征信息专家库进行匹配、进行分选分级。本发明克服了现有技术准确率差、效率低及易造成二次污染等弊病，使产品质量得到保证，实现了快速智能化、提高了颗粒物料的分选分级效率。
文档编号B07C5/34GK101234381SQ20081005238
公开日2008年8月6日 申请日期2008年3月7日 优先权日2008年3月7日
发明者涛 丁, 张海顺, 徐晓明, 朱体高, 双 王, 王志为, 胥和平, 赵永福 申请人:天津市华核科技有限公司