本發(fā)明涉及一種基于視覺(jué)技術(shù)的高效葵花籽脫殼方法，屬于農(nóng)產(chǎn)品加工
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：近年來(lái)，隨著技術(shù)的進(jìn)步與發(fā)展，自動(dòng)化的生產(chǎn)裝備不斷問(wèn)世?？ㄗ炎鳛橐环N重要油料來(lái)源和休閑食品，其脫殼機(jī)得到了廣泛的應(yīng)用。脫殼機(jī)的分離系統(tǒng)由風(fēng)機(jī)、導(dǎo)流裝置、分離篩、振動(dòng)電機(jī)等組成，其工作時(shí)為了提高葵花籽脫殼品質(zhì)經(jīng)常需要手工來(lái)不斷調(diào)整分離系統(tǒng)的相關(guān)參數(shù)。例如，在葵花仁內(nèi)含皮量增多時(shí)，需要及時(shí)調(diào)整風(fēng)機(jī)的進(jìn)風(fēng)量；精仁中含未脫開(kāi)的籽粒超標(biāo)時(shí)，需要及時(shí)調(diào)整振動(dòng)電機(jī)和篩面的角度，提高精選效果。如果用戶經(jīng)驗(yàn)不足，容易導(dǎo)致脫殼率偏低。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的，是提供一種基于視覺(jué)的高效葵花籽脫殼方法，脫殼自動(dòng)化程度高、質(zhì)量高，特別是提高了脫殼成品率。采用的技術(shù)方案是：一種基于視覺(jué)技術(shù)的高效葵花籽脫殼方法，所使用的設(shè)備包括葵花籽脫殼機(jī)、計(jì)算機(jī)和攝像機(jī)，其中脫殼機(jī)分離系統(tǒng)包括風(fēng)機(jī)、導(dǎo)流裝置、分離篩、振動(dòng)電機(jī)等，攝像機(jī)裝安裝在脫殼機(jī)上適于拍攝葵花籽工作面的固定位置上，其特征在于：非接觸式實(shí)時(shí)檢測(cè)脫殼率。所述葵花籽脫殼方法包括下述步驟：1、脫殼機(jī)開(kāi)始工作，攝像機(jī)攝取葵花籽脫殼工作面圖像。然后，將葵花籽圖像輸入計(jì)算機(jī)內(nèi)，執(zhí)行圖像分割算法，依據(jù)葵花籽與葵花仁在圖像中所占的面積，在線實(shí)時(shí)估計(jì)獲得葵花籽的脫殼率。脫殼機(jī)依據(jù)葵花籽的脫殼率，自動(dòng)調(diào)整脫殼機(jī)的相關(guān)參數(shù)。圖像分割是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過(guò)程?，F(xiàn)有的圖像分割方法主要分為：基于閾值的方法、基于區(qū)域的方法和基于邊緣的方法等。針對(duì)不同的任務(wù)，需要選擇合適的圖像分割算法及顏色空間。顏色空間常用的有RGB，CMY，HSV及HSI等。在脫殼過(guò)程中，葵花籽與葵花仁間相互間堆疊在一起。這種堆疊導(dǎo)致葵花籽脫殼工作面圖像執(zhí)行圖像分割算法會(huì)產(chǎn)成了大量的孔洞和模糊物體間的邊緣，這些孔洞難以統(tǒng)計(jì)，為準(zhǔn)確地估計(jì)脫殼率帶來(lái)了極大的挑戰(zhàn)。此外，在外界光照較強(qiáng)時(shí)拍攝脫殼工作面，由于葵花籽迎光面的反光較強(qiáng)，這導(dǎo)致葵花仁與葵花籽在亮度上十分相似。同時(shí)，為準(zhǔn)確地估計(jì)脫殼率，必須有效區(qū)分葵花仁、葵花籽、邊緣及孔洞。為了解決孔洞估計(jì)的問(wèn)題，聯(lián)合采用對(duì)比度空間和亮度空間加以區(qū)分；為了消除光照造成葵花籽強(qiáng)反光而影響估計(jì)精度的問(wèn)題，聯(lián)合采用色調(diào)空間和亮度空間來(lái)區(qū)分葵花籽與葵花仁。針對(duì)圖像中目標(biāo)區(qū)域難以分割的問(wèn)題，在HSV空間上采用預(yù)定義標(biāo)記的分水嶺算法進(jìn)行圖像分割，通過(guò)統(tǒng)計(jì)圖像分割后的葵花籽與葵花仁的比例估計(jì)獲得脫殼率，從而引導(dǎo)機(jī)器進(jìn)行參數(shù)調(diào)整操作。1.1HSV彩色空間HSV顏色空間的參數(shù)分別是：色調(diào)（H），飽和度（S），亮度（V）。色調(diào)H表示色彩信息，即所處的光譜顏色的位置。該參數(shù)用一角度量來(lái)表示，紅、綠、藍(lán)分別相隔120度?；パa(bǔ)色分別相差180度。角度量來(lái)表示，紅、綠、藍(lán)分別相隔120度。互補(bǔ)色分別相差180度。純度S為一比例值，范圍從0到1，它表示成所選顏色的純度和該顏色最大的純度之間的比率。S=0時(shí)，只有灰度。亮度V表示色彩的明亮程度，范圍從0到1。有一點(diǎn)要注意：它和光強(qiáng)度之間并沒(méi)有直接的聯(lián)系。RGB彩色空間與HSV彩色空間的轉(zhuǎn)換公式如下：(1)本發(fā)明中R、G、B的取值范圍為0-255，為適應(yīng)計(jì)算機(jī)數(shù)據(jù)處理為后續(xù)計(jì)算準(zhǔn)備，H取值范圍設(shè)為0-180，S和V取值范圍設(shè)為0-255。1.2分水嶺算法分水嶺算法是一種基于區(qū)域的圖像分割算法?；舅枷胧前褕D像視為測(cè)地學(xué)的拓?fù)涞孛?，圖像的像素值的灰度值視為該點(diǎn)的海拔高度，每個(gè)局部極小值及其影響區(qū)域視為集水盆地，其邊界可形成分水嶺?？梢岳媒ɡ斫?，在每個(gè)局部極小值表面刺穿一個(gè)小孔，然后把整個(gè)模型浸入水中，隨著浸水程度加深，每個(gè)局部極小值的影響區(qū)域會(huì)慢慢向外延伸，在集水盆交匯處形成分水嶺?；谔荻葓D像的直接分水嶺算法存在過(guò)分割現(xiàn)象，本發(fā)明不采用最小值而采用一種基于標(biāo)記的分水嶺算法，使用預(yù)定義標(biāo)記引導(dǎo)圖像分割。從本質(zhì)上講，基于標(biāo)記的分水嶺算法是利用先驗(yàn)知識(shí)來(lái)幫助分割的一種方法，因此關(guān)鍵點(diǎn)在于如何獲得準(zhǔn)確的目標(biāo)總標(biāo)記圖像。1.3二維Otsu算法Otsu算法，又稱最大類間方差法，是一種全局的、自動(dòng)、非參數(shù)且無(wú)監(jiān)督的閾值確定方法。它依據(jù)圖像的灰度特性劃分背景和目標(biāo)，二者類間方差越大，表明兩者差別越大；當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)時(shí)，都會(huì)導(dǎo)致二者的類間方差變小。然而，在實(shí)際應(yīng)用中，由于干擾因素的影響，利用Otsu算法，圖像灰度直方圖的波峰與波谷之間的區(qū)別并不明顯。因而，使用Otsu算法難以得到適當(dāng)?shù)拈撝?。為此，劉和栗等人引入了像素與鄰域的空間關(guān)系，提出了一種基于灰度圖像的二維Otsu算法。由于它同時(shí)考慮了像素點(diǎn)的灰度值分布和其鄰域像素點(diǎn)的平均灰度值分布，在二維類間方差下取最大值作為最佳閾值，大大提高了算法的抗噪能力。然而，二維Otsu算法的計(jì)算復(fù)雜度較高，不適合在線系統(tǒng)，因而，有學(xué)者提出采用查詢表來(lái)消除冗余計(jì)算，從而提高計(jì)算速度。2、葵花籽脫殼的具體操作流程：系統(tǒng)流程如圖1所示，主要包括預(yù)濾波、彩色空間轉(zhuǎn)換、目標(biāo)總標(biāo)志圖、圖像分割、后濾波及脫殼率估計(jì)。首先，將輸入圖像經(jīng)中值濾波預(yù)處理，去除掉圖像采集時(shí)的部分噪聲干擾。其次，將圖像由RGB彩色空間轉(zhuǎn)換為HSV彩色空間后，通過(guò)二維Otsu算法對(duì)其H分量、S分量分別進(jìn)行二值化，并將V分量和H分量相結(jié)合獲得葵花籽和葵花仁的標(biāo)志圖，將V分量和S分量相結(jié)合獲得孔洞標(biāo)志圖。接著，由葵花籽標(biāo)志圖、葵花仁標(biāo)志圖、孔洞標(biāo)志圖及V分量獲得的形態(tài)學(xué)梯度圖組成目標(biāo)總標(biāo)志圖；然后，利用目標(biāo)總標(biāo)志圖來(lái)引導(dǎo)分水嶺算法對(duì)圖像進(jìn)行區(qū)域分割，并對(duì)獲得的圖像再次進(jìn)行去噪處理，最終依據(jù)葵花籽、葵花仁及的孔洞區(qū)域在圖像中所占面積的比例，估計(jì)獲得葵花籽的脫殼率。2.1預(yù)濾波處理在圖像形成和傳輸過(guò)程中，會(huì)受到外界各種離散和隨機(jī)的噪聲干擾而導(dǎo)致其質(zhì)量退化，為減小噪聲的影響，可采用濾波方法對(duì)輸入圖像進(jìn)行預(yù)處理。因?yàn)橹兄禐V波能較好地保護(hù)目標(biāo)的邊緣特征，因而采用中值濾波器對(duì)輸入圖像進(jìn)行去噪。2.2目標(biāo)總標(biāo)記圖估計(jì)葵花籽脫殼率，需要在圖像中分割出葵花籽與葵花仁區(qū)域，但葵花籽與葵花仁互相堆疊并造成大量孔洞，且目標(biāo)邊緣不清晰。特別是，當(dāng)圖像中的目標(biāo)全部為葵花仁時(shí)，簡(jiǎn)單地應(yīng)用二維Otsu算法對(duì)原始圖像進(jìn)行二值化分割，效果并不理想。圖像的目標(biāo)包括孔洞、葵花籽、葵花仁，使用分水嶺算法可以分割多目標(biāo)和目標(biāo)互相重疊情況。V分量中孔洞的亮度低于40且S分量中其數(shù)值接近255，為加強(qiáng)泛化能力，通過(guò)二維Otsu對(duì)S分量二值化。把V分量中數(shù)值低于40并且S分量二值化為255的像素點(diǎn)作為空洞的標(biāo)志。為通過(guò)分水嶺算法獲得較好的分割效果，對(duì)標(biāo)志圖做適當(dāng)?shù)男螒B(tài)學(xué)操作以減小面積較大的部分。即使排除孔洞的影響，光照不均及葵花籽姿態(tài)各異等原因也會(huì)導(dǎo)致反光強(qiáng)烈的葵花籽的亮度V分量較大，且與葵花仁的亮度V分量部分重合，故只利用V分量不能從圖像中準(zhǔn)確地分割出葵花籽與葵花仁。由于二者在顏色上差別較大，因此考慮參考H分量對(duì)二者進(jìn)行分割。為加強(qiáng)算法泛化能力，利用二維Otsu算法對(duì)H分量進(jìn)行二值化。把二值化后H分量中數(shù)值設(shè)定為255，并且將V分量數(shù)值在50至140之間的像素點(diǎn)標(biāo)記為葵花籽的標(biāo)志。同時(shí)，在獲取葵花仁標(biāo)志時(shí)，使用的H分量和V分量都采用二維Otsu算法自動(dòng)閾值后的二值圖。設(shè)定V分量是255且H分量是0的像素點(diǎn)作為葵花仁的標(biāo)志。因?yàn)榭ㄗ逊垂鈴?qiáng)烈的部分的H分量，在二值化后不為0，所以在葵花仁標(biāo)志中不包括葵花籽反光強(qiáng)烈的部分。但該區(qū)域位于葵花仁中心且亮度值很高，在分水嶺算法中類似于山嶺，所以其不會(huì)被其他標(biāo)志所擴(kuò)展。當(dāng)目標(biāo)相互重疊時(shí)，目標(biāo)邊緣比較模糊，若只確定葵花籽、葵花仁以及孔洞的標(biāo)志，在執(zhí)行分水嶺算法時(shí)，分割圖像的邊緣會(huì)產(chǎn)生錯(cuò)分情況。形態(tài)學(xué)梯度，即膨脹圖與腐蝕圖之差，利用它可以獲得目標(biāo)邊緣。但形態(tài)學(xué)梯度得到的目標(biāo)邊緣的線條較粗，在分水嶺算法中會(huì)干擾其他標(biāo)志擴(kuò)展，故將邊緣細(xì)化為寬度為單像素的線。在標(biāo)志圖中，加入細(xì)化后的目標(biāo)邊緣標(biāo)志，可以較好地保持分割后目標(biāo)的原本邊緣，邊緣像素亮度低于葵花仁且高于葵花籽。所以，經(jīng)過(guò)分水嶺算法只能向葵花仁區(qū)域擴(kuò)展，因而在計(jì)算脫殼率時(shí)，邊緣區(qū)域?qū)?huì)計(jì)入葵花仁區(qū)域中?？倶?biāo)志圖像由孔洞標(biāo)志圖、葵花籽標(biāo)志圖、葵花仁標(biāo)志圖、邊緣細(xì)化標(biāo)志圖的合成圖，通過(guò)總標(biāo)志圖引導(dǎo)分水嶺算法進(jìn)行圖像分割。由于在葵花籽較多時(shí)，孔洞與葵花籽邊界不清晰且孔洞灰度值小于葵花籽灰度值，故大量葵花籽被擴(kuò)展為孔洞，可把分割后孔洞中V分量大于30的像素點(diǎn)置為葵花籽。2.3后濾波處理經(jīng)標(biāo)志圖引導(dǎo)的分水嶺算法對(duì)圖像進(jìn)行分割后，各區(qū)域內(nèi)部會(huì)存在小孔洞等噪聲干擾，這影響統(tǒng)計(jì)脫殼率的準(zhǔn)確度，需要對(duì)其降噪處理。去除大目標(biāo)內(nèi)部小孔洞常采用形態(tài)學(xué)中腐蝕或膨脹等操作，但在本發(fā)明中，分水嶺算法處理后的圖像并非為二值圖，其中有多類目標(biāo)。因此對(duì)孔洞、葵花籽、葵花仁這三類目標(biāo)分別提取相應(yīng)的二值圖后，再分別進(jìn)行閉運(yùn)算操作可得到較好效果。3實(shí)驗(yàn)結(jié)果與分析使用二維Otsu算法直接對(duì)葵花籽脫殼工作面圖像進(jìn)行自動(dòng)閾值分割，無(wú)法消除孔洞干擾，而且當(dāng)圖像中全是葵花仁時(shí)誤差較大，會(huì)把部分顏色較暗的葵花仁分割為葵花籽。使用本發(fā)明可較好地解決這個(gè)問(wèn)題。（1）當(dāng)圖像中葵花籽較多時(shí)。使用二維Otsu算法直接對(duì)工作圖像進(jìn)行閾值分割，孔洞被分割為葵花籽，并且部分反光強(qiáng)烈的葵花籽被誤判為葵花仁，使用本方法可使準(zhǔn)確性得到提高，實(shí)驗(yàn)對(duì)比如圖2所示。圖2（a）為中值濾波后的圖像；圖2（b）為采用二維Otsu算法后的二值化圖像；圖2（c）為通過(guò)V分量與S分量得到孔洞標(biāo)志圖，并且通過(guò)區(qū)域生長(zhǎng)篩選出面積較大的孔洞標(biāo)志做腐蝕；圖2（d）為形態(tài)學(xué)梯度得到的邊緣細(xì)化后的標(biāo)志圖；圖2（e）為通過(guò)H分量與V分量得到的葵花仁標(biāo)志圖；圖2（f）為通過(guò)H分量與V分量得到的葵花籽標(biāo)志圖；圖2（g）為總標(biāo)志圖，用于引導(dǎo)基于標(biāo)記的分水嶺算法對(duì)圖像進(jìn)行分割。圖2（h）為分割后并去除各目標(biāo)內(nèi)部孔洞的圖像。（2）當(dāng)全是葵花仁時(shí)。實(shí)驗(yàn)對(duì)比結(jié)果如圖3所示。圖3（a）為中值濾波后的圖像，可看到圖像比較平滑；圖3（b）為采用二維Otsu算法后二值化圖像；圖3（c）為通過(guò)V分量與S分量得到的孔洞標(biāo)志圖，并且通過(guò)區(qū)域生長(zhǎng)篩選出面積較大的孔洞標(biāo)志做腐蝕；圖3（d）為形態(tài)學(xué)梯度得到的邊緣細(xì)化后的標(biāo)志圖；圖3（e）為通過(guò)H分量與V分量得到的葵花仁標(biāo)志圖；圖3（f）為通過(guò)H分量與V分量得到的葵花籽標(biāo)志圖；圖3（g）為總標(biāo)志圖，用于引導(dǎo)基于標(biāo)記的分水嶺算法對(duì)圖像進(jìn)行分割；圖3（h）為分割后并去除各目標(biāo)內(nèi)部孔洞的圖像。脫殼率為葵花仁所占像素?cái)?shù)與葵花籽和葵花仁像素?cái)?shù)之和的百分比，計(jì)算時(shí)，邊緣標(biāo)記也算為葵花仁，脫殼率數(shù)據(jù)對(duì)比如表1所示，相比于二維Otsu分割圖像，在葵花籽與葵花仁數(shù)量相當(dāng)時(shí)誤差率有所降低，在葵花仁數(shù)量較多時(shí)，獲得較大提高。表1脫殼率測(cè)試結(jié)果圖像狀態(tài)正確脫殼率二維最大類間方差改進(jìn)型區(qū)域生長(zhǎng)誤差率減少當(dāng)全為葵花仁100％63.8％96.92％33.12％當(dāng)葵花仁與葵花籽相當(dāng)43％39.2％41.81％2.61％本發(fā)明的優(yōu)點(diǎn)在于：本發(fā)明提高了葵花籽的出仁率，降低了葵花籽仁的破損率，提高了經(jīng)濟(jì)效益。附圖說(shuō)明圖1是本發(fā)明葵花籽脫殼流程圖。圖2中a、b、c、d、e、f、g、h為葵花籽與葵花仁數(shù)量相當(dāng)時(shí)實(shí)驗(yàn)圖。圖3中a、b、c、d、e、f、g、h為全部為葵花仁時(shí)實(shí)驗(yàn)圖。具體實(shí)施方式一種基于視覺(jué)技術(shù)的高效葵花籽脫殼方法，使用的設(shè)備包括脫殼機(jī)、計(jì)算機(jī)、攝像機(jī)，其特征在于：非接觸式實(shí)時(shí)檢測(cè)脫殼機(jī)脫殼率。葵花籽脫殼包括下述步驟：1、啟動(dòng)脫殼機(jī)和攝像機(jī)，待脫殼的葵花籽進(jìn)入脫殼機(jī)脫殼，攝像機(jī)實(shí)時(shí)攝取圖像，并把圖像輸入計(jì)算機(jī)進(jìn)行分析和處理。圖像經(jīng)中值濾波器進(jìn)行預(yù)處理，去除圖像采集時(shí)的噪聲干擾。2、通過(guò)計(jì)算機(jī)將圖像由RGB彩色空間轉(zhuǎn)換為HSV彩色空間，通過(guò)二維Otsu算法對(duì)其H分量、S分量分別進(jìn)行二值化，并將V分量和H分量相結(jié)合獲得葵花籽和葵花仁的標(biāo)志圖，并將V分量和H分量相結(jié)合獲得葵花籽和葵花仁的標(biāo)志圖，將V分量和S分量相結(jié)合獲得孔洞標(biāo)志圖。3、經(jīng)計(jì)算機(jī)處理將葵花籽標(biāo)志圖、葵花仁標(biāo)志圖、孔洞標(biāo)志圖及V分量獲得的形態(tài)式梯度圖組成目標(biāo)總標(biāo)志圖；接著，利用目標(biāo)總標(biāo)志圖引導(dǎo)分水嶺算法對(duì)圖像進(jìn)行區(qū)域分割，并對(duì)得到的圖像進(jìn)行再去噪處理；然后，依據(jù)葵花籽與葵花仁在圖像中所占面積，實(shí)時(shí)估計(jì)得出葵花籽脫殼率；最后，計(jì)算機(jī)實(shí)時(shí)發(fā)出指令，按最佳脫殼率參數(shù)調(diào)整脫殼機(jī)的振動(dòng)篩電機(jī)及振動(dòng)篩面角度，進(jìn)行葵花籽脫殼，即得。當(dāng)前第1頁(yè)1 2 3