本發(fā)明涉及籽棉色特征和雜質(zhì)分析技術(shù)領(lǐng)域，尤其涉及利用籽棉生產(chǎn)線在線采集到的彩色圖像分析籽棉的色特征和雜質(zhì)的方法。

背景技術(shù)：

棉花在生長過程中如果遭受蟲害、干旱或是冰凍等自然因素的影響，其顏色會(huì)由白色而變成暗色或是黃色。手采棉所含雜質(zhì)主要是異性纖維、葉屑等，機(jī)采棉中所含雜質(zhì)主要是棉枝、鈴殼、僵瓣、葉屑等非纖維性顆粒。按照有關(guān)的分類分級(jí)標(biāo)準(zhǔn)，籽棉的色特征、含雜量和顏色是決定皮棉可紡性和售價(jià)的重要因素。

籽棉質(zhì)量的檢測(cè)方法包括人工檢測(cè)法和儀器測(cè)試法。籽棉質(zhì)量人工檢測(cè)法是首先對(duì)加工前的整垛籽棉取樣，由檢驗(yàn)員通過人工目測(cè)或手感離線分析樣品質(zhì)量等級(jí)，然后依照相關(guān)經(jīng)驗(yàn)人工調(diào)整籽棉加工設(shè)備的加工參數(shù)，實(shí)現(xiàn)籽棉加工過程的調(diào)整。籽棉質(zhì)量儀器測(cè)試法也是首先對(duì)加工前的整垛籽棉取樣，利用檢測(cè)儀器離線測(cè)試籽棉的質(zhì)量，然后在根據(jù)經(jīng)驗(yàn)對(duì)加工設(shè)備做調(diào)整。兩種檢測(cè)途徑都是離線檢測(cè)，導(dǎo)致籽棉去雜質(zhì)加工線不能實(shí)時(shí)快速地按照當(dāng)前籽棉的色度和含雜量調(diào)整加工設(shè)備的參數(shù)。

自20世紀(jì)70年代以來，美國、澳大利亞等發(fā)達(dá)國家已開始著手于利用測(cè)試儀器替代人工實(shí)現(xiàn)籽棉質(zhì)量等級(jí)的檢測(cè)，并制定了機(jī)檢籽棉的質(zhì)量等級(jí)標(biāo)準(zhǔn)，效率和精度都較高。我國雖然是產(chǎn)棉大國，但是籽棉質(zhì)量等級(jí)的確定卻還一直是由經(jīng)驗(yàn)豐富的檢驗(yàn)員檢測(cè)分類分級(jí)，

由于對(duì)照標(biāo)準(zhǔn)的不同，國內(nèi)的籽棉質(zhì)量評(píng)級(jí)與國外儀器測(cè)試法存在差距，導(dǎo)致評(píng)級(jí)程序繁瑣。國內(nèi)人工檢測(cè)與儀器測(cè)試兩種方法都是離線檢測(cè)，憑借經(jīng)驗(yàn)調(diào)整設(shè)備，不能實(shí)現(xiàn)加工參數(shù)的實(shí)時(shí)調(diào)整，使得不同質(zhì)量等級(jí)的籽棉同時(shí)加工，混軋問題嚴(yán)重，很大程度地降低了皮棉的等級(jí)，造成了巨大的資源浪費(fèi)，嚴(yán)重制約著我國棉花產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。

因此，急需一種能夠快速、有效、準(zhǔn)確實(shí)現(xiàn)籽棉色特征與雜質(zhì)在線檢測(cè)分類的技術(shù)方法，滿足根據(jù)籽棉性狀參數(shù)實(shí)時(shí)調(diào)整加工工藝參數(shù)的要求。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)人工與儀器兩種離線檢測(cè)分級(jí)方法所導(dǎo)致的籽棉混級(jí)、混軋、巨大資源浪費(fèi)的問題，本發(fā)明提供一種在線分析籽棉色特征和雜質(zhì)的方法。本方法首先利用彩色圖像采集裝置在籽棉加工線上拍照獲取彩色圖像，然后算得籽棉的反射率和黃度，之后有效地對(duì)彩色圖像進(jìn)行處理技術(shù)來獲得待加工籽棉原料的所含雜質(zhì)情況，即為總體含雜量、各非纖維性顆粒雜質(zhì)的類別和含量信息，為籽棉加工線實(shí)時(shí)快速地根據(jù)圖像檢測(cè)反饋信息調(diào)整加工設(shè)備提供依據(jù)。

本發(fā)明的技術(shù)方案如下：

一種在線分析籽棉色特征和雜質(zhì)的方法，包括如下步驟：

(1)利用圖像在線采集系統(tǒng)提取籽棉彩色圖像；

(2)根據(jù)彩色圖像信息算得籽棉的反射率和黃度；

(3)對(duì)彩色圖像有效地進(jìn)行處理來獲得籽棉的總體含雜量、各植物性雜質(zhì)、以及非纖維性顆粒雜質(zhì)的類別和含量信息；

根據(jù)本發(fā)明優(yōu)選的，所述步驟(1)中的彩色圖像在線采集系統(tǒng)的結(jié)構(gòu)功能簡(jiǎn)圖如圖1所示，由采樣板3、采樣驅(qū)動(dòng)器4、圖像采集模塊5組成。采樣驅(qū)動(dòng)器4帶動(dòng)采樣板3實(shí)現(xiàn)180°正反向旋轉(zhuǎn)，圖像采集模塊用于采集籽棉圖像。

根據(jù)本發(fā)明優(yōu)選的，所述步驟(1)中所用的籽棉彩色圖像采集模塊如圖2所示，由暗室51、工業(yè)相機(jī)52、環(huán)形光源53、光學(xué)玻璃板54組成。設(shè)置暗室51的目的是提供均衡的表面照明，避免反光、耀斑或其他光源的影響，得到清晰的數(shù)字圖像，環(huán)形光源53提供穩(wěn)定、可靠的照明，抑制拍攝籽棉時(shí)所產(chǎn)生的眩目光和反射等問題。光學(xué)玻璃板54為全透光的光學(xué)玻璃，作用是隔離開管型運(yùn)送通道與拍照位置以及減少籽棉凹凸陰影的影響。

根據(jù)本發(fā)明優(yōu)選的，所述步驟(1)利用籽棉圖像在線采集系統(tǒng)提取籽棉彩色圖像的具體步驟為：

(1-1)通過輔助風(fēng)將籽棉1在管型運(yùn)送通道2中向前送料；

(1-2)采樣旋轉(zhuǎn)電機(jī)4帶動(dòng)采樣板3逆時(shí)針旋轉(zhuǎn)180°，動(dòng)過動(dòng)力將籽棉緊緊地壓實(shí)在圖像采集模塊5一側(cè)；

(1-3)圖像采集模塊5的工業(yè)相機(jī)52工作采集籽棉彩色圖像。

(1-4)拍照結(jié)束后，采樣板依靠旋轉(zhuǎn)電機(jī)反轉(zhuǎn)返回原狀態(tài)。在實(shí)時(shí)拍照采樣中，旋轉(zhuǎn)電機(jī)以一定時(shí)間間隔開閉，實(shí)現(xiàn)工業(yè)相機(jī)不斷地采集籽棉的圖像。

根據(jù)本發(fā)明優(yōu)選的，所述步驟(2)根據(jù)彩色圖像信息計(jì)算籽棉的反射率、黃度，包括如下步驟：

(2-1)采用nickerson-hunter色度空間將rgb顏色空間通過線性處理轉(zhuǎn)換到xyz顏色空間：

(2-2)對(duì)籽棉拍照采集的圖像點(diǎn)取平均值，并采取光源色度補(bǔ)償操作：

式中：δx、δy、δz為光源的色度補(bǔ)償相關(guān)的修正系數(shù)；

(2-3)根據(jù)圖像信息，計(jì)算籽棉的反射率、黃度：

(2-4)根據(jù)反射率和黃度的數(shù)值由色特征圖得到籽棉的色特征級(jí)。

根據(jù)本發(fā)明優(yōu)選的，所述步驟(3)有效地對(duì)彩色圖像進(jìn)行處理來獲得籽棉所含雜質(zhì)情況，即為總體上含雜量、各植物性雜質(zhì)、以及非纖維性顆粒雜質(zhì)的類別和含量信息，包括如下步驟：

(3-1)對(duì)彩色圖像進(jìn)行光照強(qiáng)度校正。利用搭建的系統(tǒng)中的工業(yè)相機(jī)獲取棉花圖像，與標(biāo)準(zhǔn)樣圖比較亮度，然后對(duì)正常拍攝的籽棉照片分別進(jìn)行亮度補(bǔ)償。

(3-2)對(duì)籽棉彩色圖像進(jìn)行矢量中值濾波，消除設(shè)備的噪聲干擾造成的圖像質(zhì)量下降問題。具體做法是，集合p具有n個(gè)矢量p＝{p1，p2，…，pn}，將它通過中值濾波器后得到pk＝vmf{p1，p2，…，pn}。計(jì)算每個(gè)矢量到其余矢量的距離和選擇最小值sk，此時(shí)對(duì)應(yīng)的pk滿足濾波后的中值矢量：

(3-3)選取hsi顏色空間簡(jiǎn)化顏色分析處理的工作量，其計(jì)算公式如下：

式中：

(3-4)利用籽棉彩色圖像初始聚類中心及聚類數(shù)目自適應(yīng)調(diào)整的算法，通過圖像信息獲得其聚類中心及聚類數(shù)目。

(3-5)在hsi顏色空間中，利用fcm算法(改進(jìn)模糊c均值聚類算法)對(duì)籽棉彩色圖像進(jìn)行分割，將每個(gè)籽棉彩色雜質(zhì)分割為照片中的獨(dú)立區(qū)域。

(3-6)對(duì)上述每個(gè)獨(dú)立的區(qū)域提取籽棉雜質(zhì)的形狀特征參數(shù)信息。

(3-7)為了識(shí)別出籽棉圖像中每個(gè)雜質(zhì)的類型，利用bp神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)一個(gè)既結(jié)合顏色同時(shí)又結(jié)合形狀特征信息的籽棉雜質(zhì)bp神經(jīng)網(wǎng)絡(luò)識(shí)別模型，這樣可以方便的計(jì)算出棉樣的總含雜量和每種類型雜質(zhì)的含量。

根據(jù)本發(fā)明優(yōu)選的，所述步驟(3-4)針對(duì)籽棉圖像信息，利用初始聚類中心及聚類數(shù)目進(jìn)行自適應(yīng)調(diào)整的算法，具體算法過程為：

(3-4-1)對(duì)于籽棉彩色圖像，待確定的籽棉彩色圖像聚類中心集合為：r＝{ri，i＝1，2，…，c}，其中c＝3，r1、r2和r3分別為深色系雜質(zhì)、黃色系雜質(zhì)以及正常白色系棉花纖維的顏色值。

(3-4-2)像素點(diǎn)xj與設(shè)定的某一個(gè)聚類中心ri的在hsi空間歐式距離為經(jīng)過運(yùn)算，如果有像素點(diǎn)滿足xk說明xk為新發(fā)現(xiàn)的顏色雜質(zhì)，將其加入到聚類中心合集r中進(jìn)行求解，同時(shí)c＝c+1，重復(fù)計(jì)算步驟(3-4-2)，使得圖像中的全部像素點(diǎn)完成該操作。

(3-4-3)當(dāng)步驟(3-4-2)計(jì)算完成后，如果存在聚類rp，全部像素點(diǎn)皆不符合的要求，那么說明，該張籽棉圖像中沒有聚類中心rp，則算法自動(dòng)在聚類中心合集r中去掉rp，并且c＝c-1。

調(diào)整后的r即為初始聚類中心并且聚類中心的數(shù)量也經(jīng)過了適應(yīng)性調(diào)整。

根據(jù)本發(fā)明優(yōu)選的，所述步驟(3-5)在hsi顏色空間中利用fcm算法對(duì)籽棉圖像信息進(jìn)行分割，具體的步驟為：

(3-5-1)根據(jù)上述自適應(yīng)調(diào)整算法的方法確定初始聚類中心及聚類數(shù)目c，迭代步數(shù)k＝0，迭代終止條件ε＞0。

(3-5-2)由更新為像素點(diǎn)xj與聚類中心的距離，若ij＝φ，則

否則，并且

(3-5-3)計(jì)算各類新的中心值使用如下公式：

(3-5-4)選取合適的矩陣范數(shù)比較u^(k)與u^(k+1)，若||u^(k+1)-u^(k)||＜ε，則停止算法迭代；否則k＝k+1，跳轉(zhuǎn)到第(3-5-2)步。

當(dāng)運(yùn)算迭代收斂后，可以獲取籽棉含雜彩色圖像聚類中心，并且可以得到照片中各個(gè)彩色封閉區(qū)域的雜質(zhì)在各自聚類中心的隸屬度數(shù)值，至此，算法在完成圖像分割的同時(shí)，也提取出了各個(gè)籽棉雜質(zhì)的顏色信息。

fcm算法的控制流程圖見圖4所示。

本發(fā)明的有益效果是：本發(fā)明提供一種在機(jī)采棉加工車間現(xiàn)場(chǎng)在線分析籽棉色特征和雜質(zhì)的方法，能夠明顯改善目前機(jī)采棉加工時(shí)人工根據(jù)手感目測(cè)、憑借經(jīng)驗(yàn)判斷棉花性狀參數(shù)所造成的主觀影響判斷失誤，能夠顯著改變先粗放加工、后離線檢測(cè)所造成的加工與檢測(cè)的工序脫節(jié)。本發(fā)明提出的籽棉中雜質(zhì)種類及含量的測(cè)定方法，為各籽棉清理設(shè)備及皮棉清理設(shè)備的針對(duì)性調(diào)節(jié)提供了參考依據(jù)，能夠最大程度的減少加工清理過程對(duì)棉花纖維的損傷。本發(fā)明為棉花加工過程提供直接的檢測(cè)數(shù)據(jù)，能夠?qū)⒃诰€檢測(cè)結(jié)果直接應(yīng)用于指導(dǎo)現(xiàn)場(chǎng)生產(chǎn)設(shè)備的調(diào)節(jié)，為工藝優(yōu)化提供了最直接的現(xiàn)場(chǎng)實(shí)時(shí)數(shù)據(jù)，為實(shí)現(xiàn)棉花加工的自動(dòng)化、智能化提供準(zhǔn)確的數(shù)據(jù)依據(jù)。

附圖說明：

圖1一種在線分析籽棉色特征和雜質(zhì)的方法流程示意圖；

圖2籽棉彩色圖像在線采集系統(tǒng)結(jié)構(gòu)功能簡(jiǎn)圖；

圖3籽棉彩色圖像采集模塊；

圖4hsi空間改進(jìn)的模糊c均值聚類算法控制流程圖；

圖5籽棉彩色圖像在線采集系統(tǒng)采集到的籽棉原始圖像；

圖6對(duì)圖像進(jìn)行矢量中值濾波后的圖像；

圖7hsi空間改進(jìn)的模糊c均值聚類算法圖像分割效果圖；

圖8形態(tài)學(xué)處理與聚類分割合成后的圖像；

圖9基于bp神經(jīng)網(wǎng)絡(luò)的籽棉彩色圖像雜質(zhì)識(shí)別模型。

其中，1：籽棉；2：輸棉管道；3：采樣板；4：采樣驅(qū)動(dòng)器；5：圖像采集模塊；51：暗室；52：工業(yè)相機(jī)；53：環(huán)形光源；54：光學(xué)玻璃板。

具體實(shí)施方式：

以下結(jié)合實(shí)施例和說明書附圖對(duì)本發(fā)明做進(jìn)一步說明，但不限于此。

(1)利用籽棉彩色圖像在線采集系統(tǒng)采集籽棉原始圖像，如圖5所示；

(2)利用工業(yè)相機(jī)獲得標(biāo)準(zhǔn)白色圖像，與標(biāo)準(zhǔn)樣圖比較亮度，得出拍攝系統(tǒng)的光照不均勻性數(shù)據(jù)，然后對(duì)正常工作過程中的圖像亮度進(jìn)行一定的補(bǔ)償；

(3)對(duì)籽棉圖片采用矢量中值濾波，應(yīng)用5×5窗口，如圖6所示；

(4)在hsi顏色空間內(nèi)，對(duì)籽棉圖像應(yīng)用改進(jìn)fcm算法后，分割籽棉圖像的結(jié)果如圖7所示，淺藍(lán)顏色的標(biāo)定為黃色系的雜質(zhì)，深藍(lán)顏色的標(biāo)定為深顏色系的雜質(zhì)，黃色表示白色系籽棉，通過圖像自動(dòng)分割分類得到的效果良好；

(5)在圖7中，雜質(zhì)目標(biāo)邊緣較為粗糙，利用膨脹及腐蝕操作可以得到清晰連續(xù)的邊界，同時(shí)采用區(qū)域填充操作可以消除雜質(zhì)圖塊內(nèi)部沒有封閉的區(qū)域，如圖8所示；

(6)對(duì)籽棉圖像中分割完畢的獨(dú)立雜質(zhì)區(qū)域，分別提取雜質(zhì)區(qū)域的面積、形態(tài)復(fù)雜度、圓度、伸長度、矩形度等形狀特征參數(shù)信息；

(6-1)面積s：可用同一標(biāo)記的區(qū)域中所有像素的個(gè)數(shù)表示；

(6-2)形態(tài)復(fù)雜度df：描述單位面積圖形周長的大小；

df＝l²/s

(6-3)圓度dc：用來描述區(qū)域形狀接近圓形的程度；

dc＝4πs/l²

(6-4)伸長度de：de＝min(h，w)/max(h，w)

式中：h為高，w為寬；

(6-5)矩形度dr：dr＝s/(h×w)。

(7)以改進(jìn)bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，構(gòu)建結(jié)構(gòu)為6-15-1的籽棉彩色圖像雜質(zhì)識(shí)別神經(jīng)網(wǎng)絡(luò)模型，如圖9所示。把某個(gè)彩色雜質(zhì)封閉圖像區(qū)域的聚類中心、面積、形態(tài)復(fù)雜性、圓度、伸長度、矩形度作為輸入，把表示棉枝、僵瓣、鈴殼、雜草、葉屑、塵雜、不孕籽的值1～7作為輸出。

用改進(jìn)模糊c均值聚類算法對(duì)大量的籽棉雜質(zhì)彩色照片進(jìn)行圖像分割，得到各雜質(zhì)的聚類中心，再提取各雜質(zhì)的形狀特征，然后整理許多的人工識(shí)別分類樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)，識(shí)別出每個(gè)雜質(zhì)的類型，可以方便的計(jì)算出棉樣的總體含雜量和每種類型雜質(zhì)的含量。

最后說明的是，上述實(shí)施例僅用以詳細(xì)描述本發(fā)明的技術(shù)路線而非做出限制，利用本技術(shù)方案進(jìn)行修改或等同替換而不脫離本發(fā)明技術(shù)方案的宗旨和范圍的，均應(yīng)涵蓋在本發(fā)明權(quán)利要求范圍內(nèi)。