The invention discloses a cutting control method of image segmentation based on areca, which comprises the following steps: 1) system initialization; 2) clip areca sent to the cutting platform; 3) rotating areca to different angles, respectively for image acquisition; 4) for image binarization processing to obtain the best cutting surface; 5) again image acquisition of areca; 6) the collected image segmentation algorithm, using GrabCut image segmentation, contour extraction of areca, to calculate the rotation angle and offset; 7) according to the calculation results, adjusted for areca; 8) to adjust the cutting of areca. The invention realizes the automatic cutting of the areca, has the advantages of simple operation, low reject rate, and greatly improved work efficiency.
【技术实现步骤摘要】
一种基于图像分割的槟榔切割控制方法
本专利技术涉及图像分割对槟榔加工控制
,更具体地涉及一种基于图像分割的槟榔切割控制方法。
技术介绍
随着槟榔产业的迅猛发展,提高槟榔生产加工效率,降低槟榔生产加工的成本,实现槟榔的全自动智能化加工已成为槟榔生产行业的迫切需求。在槟榔的生产加工中,目前主要由手工完成,因此,对槟榔切割的控制主要采用粗略地手动调整。采用这种方法控制槟榔的切割,安全性不是很高,且也难以保证卫生条件,且工作效率也较低。为了提高工作效率以及保证在槟榔切割过程中的安全性和卫生条件,也可采用非智能化的控制方法来控制槟榔的切割:通过筛状筛选工具将大小不一的槟榔筛选出来,让其通过相应大小的垂直管道,当槟榔在垂直管道下落于所预定的模具中进行切割。但是采用非智能化控制的方法来控制槟榔的切割存在以下缺点:(1)槟榔是非规则目标,因此无法对槟榔的形状进行判断,使得对槟榔进行切割所选择的切割面不一定是最佳切割面;(2)虽然槟榔的切割效率得到了极大的提高,但是切割的废品率高,约为20%-30%;(3)切割完成后无法保证槟榔的规则摆放,不利于对槟榔进行下一步自动化加工。为了解决上述问题,经过长期研究,研制了一种全自动智能化的槟榔加工制作设备,为此本专利技术公开了一种基于图像分割的槟榔切割控制方法。
技术实现思路
为解决上述现有技术存在的问题,本专利技术的目的在于提供一种全自动槟榔加工设备及其加工方法,实现对槟榔的全自动智能化加工,操作简单,且大大提高了工作的效率。根据本申请的一个方面,提供一种全自动槟榔加工设备,该设备包括:相连的第一机架和第二机架,第一机架上设有进料 ...
【技术保护点】
一种基于图像分割的槟榔切割控制方法,包括以下步骤:1)系统启动初始化;2)夹取槟榔:将槟榔夹起送至切割平台(8)上;3)控制夹住槟榔的夹取机构旋转,图像采集机构(9)分别获取槟榔旋转不同角度所拍摄的槟榔图像;4)对3)中采集到的图像通过Ostu自动阈值法进行二值阈值化处理,得到前景和背景分别为黑色和白色像素的二值图像,计算获取每一角度的槟榔轮廓弯曲度,弯曲度大于阈值时,则将槟榔轮廓弯曲度最大的图像所对应槟榔的凹面定为切割面;否则,计算槟榔轮廓内部的像素数量,以黑色像素数量最多的图像即目标面积最大的槟榔图像对应角度的槟榔面作为切割面;5)再次对槟榔进行图像采集;6)对5)中采集到的槟榔图像,应用GrabCut图像分割算法进行分割,提取槟榔轮廓,计算所提取的槟榔轮廓需要旋转的角度及偏移量;7)根据6)中计算出的旋转角度及偏移量,调整槟榔的水平位置偏移量,调整槟榔的角度偏移量;8)当调整好槟榔的角度及位置后,切割机构(10)对槟榔进行切割。
【技术特征摘要】
1.一种基于图像分割的槟榔切割控制方法,包括以下步骤:1)系统启动初始化;2)夹取槟榔:将槟榔夹起送至切割平台(8)上;3)控制夹住槟榔的夹取机构旋转,图像采集机构(9)分别获取槟榔旋转不同角度所拍摄的槟榔图像;4)对3)中采集到的图像通过Ostu自动阈值法进行二值阈值化处理,得到前景和背景分别为黑色和白色像素的二值图像,计算获取每一角度的槟榔轮廓弯曲度,弯曲度大于阈值时,则将槟榔轮廓弯曲度最大的图像所对应槟榔的凹面定为切割面;否则,计算槟榔轮廓内部的像素数量,以黑色像素数量最多的图像即目标面积最大的槟榔图像对应角度的槟榔面作为切割面;5)再次对槟榔进行图像采集;6)对5)中采集到的槟榔图像,应用GrabCut图像分割算法进行分割,提取槟榔轮廓,计算所提取的槟榔轮廓需要旋转的角度及偏移量;7)根据6)中计算出的旋转角度及偏移量,调整槟榔的水平位置偏移量,调整槟榔的角度偏移量;8)当调整好槟榔的角度及位置后,切割机构(10)对槟榔进行切割。2.根据权利要求1所述的槟榔切割控制方法,其中步骤3)所述的槟榔旋转不同角度,其中旋转角度任意(0°~360°之间,不包括0°与360°),旋转次数≥3次,优选的是,旋转3次,每次旋转2π/3弧度,得到3个不同角度的槟榔图像。3.根据权利要求1或2所述的槟榔切割控制方法,其特征在于:步骤4)中所述的Ostu自动阈值法为Ostu最大类间方差法。4.根据权利要求1-3中任一项所述的槟榔切割控制方法,其特征在于:步骤6)中所述的GrabCut图像分割算法是一种能量最小化迭代优化算法,构建能量函数为:E(α,k,θ,z)=U(α,k,θ,z)+V(α,z)α为不透明度,α∈[0,1],0为背景,1为目标前景;k为向量k={k1,...,kn,...,kN}作为每个像素的独立高斯模型参数,θ为图像前景与背景的灰度直方函数,θ={h(z,α),a=0,1};Z为灰度值数组,z=(z1,…,zn,…,zN)。5.根据权利要求4所述的槟榔切割控制方法,其特征在于:所述高斯概率密度模型为:通过高斯概率密度模型得到该像素分别属于目标和背景的概率,从而区分目标和背景。6.根据权利要求1-5中任一项所述的槟榔切割控制方法,其特征在于:步骤6)中计算槟榔的旋转角度和偏移量的方法为:提取得到的槟榔轮廓图像的R、G、B颜色分量值,利用如下公式计...
【专利技术属性】
技术研发人员:王灵矫,钟益群,周海池,欧阳建权,郭华,周勇,
申请(专利权)人:湘潭大学,湘潭市华兴机械制造有限公司,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。