[发明专利]一种色选机的物料增强特征识别剔选方法

权利要求书

1.一种色选机的物料增强特征识别剔选方法，其特征在于，包括以下步骤：

步骤一：使用色选机获取N个物料在实时运动的图像作为物料图像，并去掉图像中的背景；

步骤二：从物料图像中逐一提取单个物料的整体灰度特征和局部灰度特征，整体灰度特征即为物料的整体HSI分量，局部灰度特征即为物料内圆的各个区域的R、G、B通道的灰度平均值；

步骤三：将物料A_i的内圆D_i的各个区域转换为加权无向图P_i(V,E)节点和边，构建物料局部区域灰度特征加权无向图，获得每个物料A_i的图特征分量以及特征向量K_i；

所述物料A_i的内圆D_i的获得方法为：以物料A_i的几何中心为内圆D_i的圆心，内圆D_i的面积T_i和物料A_i的面积S_i满足T_i:S_i＝1:5，获得的内圆D_i的各个区域转换为加权无向图P_i(V,E)节点和边；

步骤四：利用步骤三获得的特征向量K_i计算出物料的整体HSI分量和图特征分量的分布区间；

步骤五：色选机工作时采集到待选物料的图像数据经处理后与步骤四确定的物料整体HSI分量和局部图特征分量分布区间相比较，把超出对应分量的该分布区间的待选物料标记为不合格物料，启动喷气阀实现物料分离。

2.根据权利要求1所述的一种色选机的物料增强特征识别剔选方法，其特征在于：所述步骤二具体步骤如下：

S2.1、将去掉背景的每一个第i个物料A_i作为一个样本例，i＝1,2,...,N，i表示物料的序号，置于一个m×m个像素的空白图片中，得到样本例图片；

S2.2、根据样本例图片中物料A_i的外轮廓点e_i,1,e_i,2,…,e_i,n的坐标计算几何中心F_i：

其中，e_i,1,e_i,2,…,e_i,n分别表示物料A_i对应的第1个到第n个外轮廓点；

S2.3、计算物料A_i外轮廓内的所有像素点p_i,1,p_i,2,…,p_i,s的RGB灰度平均值得到物料的整体灰度特征：

其中，p_i,j(R)是物料A_i外轮廓内的第j个像素点p_i,j所对应的RGB颜色空间中R通道的灰度值，R_i表示物料在RGB颜色空间中R通道的灰度特征；

物料在RGB颜色空间中G通道的灰度特征G_i和B通道的灰度特征B_i按照和R通道的灰度特征R_i相同方式进行处理获得；

S2.4、将物料A_i的R、G、B通道的灰度特征作为整体RGB信息并转化为HSI信息，再分别计算HSI信息的H、S、I分量作为整体HSI分量；

S2.5、建立一个内圆D_i，内圆D_i的圆心M_i与物料A_i的几何中心F_i重合，且内圆D_i的面积T_i和物料A_i的面积S_i满足T_i:S_i＝1:5；

S2.5.1、先将内圆D_i沿半径四等分进行划分分成同心的一个内圆Q_i,1和三个圆环Q_i,2、Q_i,3、Q_i,4，同时再将内圆D_i沿圆周八等分对内圆Q_i,1和三个圆环Q_i,2、Q_i,3、Q_i,4进一步划分为八个区域，共计划分为32个区域；

S2.5.2、分别计算内圆D_i的32个区域的R、G、B通道的灰度平均值，得到96个灰度平均值，作为局部灰度特征。