[发明专利]一种用于大米色选的发黑物料识别方法

说明书

本发明公开了一种用于大米色选的发黑物料识别方法，涉及大米色选技术领域，将获取的槽道线性图像进行逐行逐像素的遍历，对其中有效的物料像素点进行加权的灰度处理，若灰度值小于黑色阈值，则判定该像素点为黑色像素点，若该待识别图像连续n行的黑色像素点数量均超出坏点数阈值，则判定该物料为发黑物料。通过上述方法既提高了黑色像素点识别的准确度，又不会轻易产生误判，从而能够大大提高发黑物料剔除的工作效率和准确率；与此同时，能够剔除部分发黑的物料，且允许发黑范围可根据实际需要进行设置，具有较强的适用性。

技术领域

本发明涉及大米色选技术领域，尤其是一种用于大米色选的发黑物料识别方法。

背景技术

随着生活水平的提高，人们对大米的消费逐步向优质化、功能化、绿色化方向发展。大米筛选通常是利用颜色差异剔除混入大米中的异色杂质，主要的异色杂质有发黑杂质、发黄杂质。目前，市场上现有的大米色选机存在异色杂质分选精度不够高，需要多次分选的问题，究其根本还是因为异色杂质的识别准确度不够高。

发明内容

针对上述问题，本发明提供一种用于大米色选的发黑物料识别方法，能够大大提高发黑物料剔除的准确率。

一种用于大米色选的发黑物料识别方法，将待识别图像进行逐行逐像素的遍历，对其中有效的物料像素点进行加权的灰度处理，若灰度值小于黑色阈值，则判定该像素点为黑色像素点，若该待识别图像连续n行的黑色像素点数量均超出坏点数阈值，则判定该物料为发黑物料。

进一步的，从待识别图像中提取有效的物料像素点包括去除背景操作和去除边缘操作，去除背景操作是通过背景像素点样本集获取背景像素的RGB范围，若待识别图像的像素点落入背景像素的RGB范围，则判定为背景像素点；去除边缘操作是通过边缘像素点样本集获取边缘像素的RGB范围，若待识别图像的像素点落入边缘像素的RGB范围，则判定为物料边缘像素点。

进一步的，边缘像素点样本图像采用1024帧低速下料图像，提取物料边缘区域，获取边缘像素的RGB范围。

本发明具体包括以下步骤：

1、设置加权灰度化参数(K_R,K_G,K_B)、黑色阈值M1、坏点数阈值M2，其中K_R、K_G、K_B取整数0-1024；

2、采集背景像素点样本集，统计背景像素的RGB范围；

3、采集边缘像素点样本集，统计边缘像素的RGB范围；

4、获取待识别图像并进行预处理；

5、逐行逐像素遍历待识别图像，去除背景像素点和物料边缘像素点，对剩余的有效物料像素点进行加权的灰度处理，若灰度值小于黑色阈值M1，则判定该像素点为黑色像素点，若该待识别图像连续n行的黑色像素点数量均超出坏点数阈值M2，则判定该物料为发黑物料。

进一步的，所述步骤4中的预处理包括畸变矫正和边缘增强。

本发明通过微观像素点识别，去除背景和边缘后，通过加权的灰度处理判定某一像素点是否为黑色像素点，但并不是存在黑色像素点就判定为发黑物料，而是连续n行的黑色像素点数量均超出一定阈值，才判定为发黑物料，将其剔除。通过上述方法既提高了黑色像素点识别的准确度，又不会轻易产生误判，从而能够大大提高发黑物料剔除的工作效率和准确率；与此同时，能够剔除部分发黑的物料，且允许发黑范围可根据实际需要进行设置，具有较强的适用性。

具体实施方式