一种基于机器视觉的混合机智能控制方法技术

本发明专利技术公开了一种基于机器视觉的混合机智能控制方法。主要包括：获取混合物的当前帧表面图像的灰度图像；获取灰度图像中每一行灰度序列的排列熵，当所有的行灰度序列的排列熵的均值小于预设阈值时进入下一步；将灰度图像的灰度直方图中频数最大的灰度值作为参考灰度值，将灰度直方图中频数的均值所对应的灰度值作为平均灰度值，并根据参考灰度值与平均灰度值之间灰度值的方差得到背景灰度值；将灰度值与背景灰度值差异大于预设灰度阈值的像素点排列得到差异像素序列，计算差异像素序列的多层次排列熵；当前帧的灰度图像的多层次排列熵与所有行灰度序列的排列熵的均值的差异小于预设差异阈值时，停止混合。停止混合。停止混合。

【技术实现步骤摘要】
一种基于机器视觉的混合机智能控制方法


[0001]本申请涉及人工智能领域，具体涉及一种基于机器视觉的混合机智能控制方法。

技术介绍

[0002]塑料作为工业生产制造中的重要材料，其质量的好坏直接影响成品的质量，而各种材料之间的配比与搅拌均匀程度直接决定塑料成品的质量。
[0003]在塑料原材料进行搅拌的过程中，会出现结块现象，其主要成因是由于原材料板结或混合不均匀而导致，结块会导致搅拌时间延长，搅拌时间不够会导致色粉混合不均，导致严重色差，致使生产出的塑料成品存在色差，导致产品质量下降或报废。
[0004]现有技术对混合机的控制大多采用计时器计时，定时控制混合机的启停时间。但由于原材料板结或搅拌过程中出现结块现象，固定时长的混合不仅会导致混合不均匀，还会导致成品出现不同程度的色差，若盲目增加搅拌时间势必会增加成本。

技术实现思路

[0005]针对上述技术问题，本专利技术提供了一种基于机器视觉的混合机智能控制方法，包括：
[0006]S1：获取物料混合过程中混合物的当前帧表面图像，并对当前帧表面图像进行灰度化得到灰度图像。
[0007]S2：将所述灰度图像中每一行像素点的灰度值分别组成每一行灰度序列，计算所述每一行灰度序列的排列熵，并判断所有行灰度序列的排列熵的均值是否小于预设排列熵阈值，若判断结果为是则进入下一步，若判断结果为否则进入S1。
[0008]S3：获得所述灰度图像的灰度直方图，将所述灰度直方图中频数最大的灰度值作为参考灰度值，将所述灰度直方图中频数的均值所对应的灰度值作为平均灰度值，并根据所述参考灰度值与所述平均灰度值之间的灰度值的方差，得到灰度值属于背景的概率，将所述概率取得最大值时的灰度值作为背景灰度值。
[0009]S4：将所述灰度图像中灰度值与所述背景灰度值差异大于预设灰度阈值的像素点，作为差异像素点，将所述差异像素点进行排列得到差异像素序列，计算所述差异像素序列的多层次排列熵。
[0010]S5：判断当前帧的灰度图像的多层次排列熵与所有行灰度序列的排列熵的均值的差异是否小于预设差异阈值，若判断结果为是则停止混合，若判断结果为否则进入S1。
[0011]进一步的，所述基于机器视觉的混合机智能控制方法，根据所述参考灰度值与所述平均灰度值之间的灰度值的方差，得到灰度值属于背景的概率，包括：
[0012]灰度值i属于背景的概率其中e为自然常数，σ
02
为所述参考灰度值与所述平均灰度值之间的灰度值的方差，且其中为所述平均灰度值，i
m
为所述参考灰度值，μ0为所述参考灰度值与所述平均灰度值之间的灰度值的平均值。
[0013]进一步的，所述基于机器视觉的混合机智能控制方法，将所述灰度直方图中频数的均值所对应的灰度值作为平均灰度值，包括：
[0014]其中A
i
表示所述灰度直方图中灰度值i出现的频数，B表示所述灰度直方图中所有灰度值的频数之和，为所述平均灰度值。
[0015]进一步的，所述基于机器视觉的混合机智能控制方法，所述参考灰度值与所述平均灰度值之间的灰度值的平均值μ0的计算方法，包括：
[0016]其中A
i
表示所述灰度直方图中灰度值i出现的频数，B表示所述灰度直方图中所有灰度值的频数之和，为所述平均灰度值，i
m
为所述参考灰度值。
[0017]进一步的，所述基于机器视觉的混合机智能控制方法，将所述灰度图像中每一行像素点的灰度值分别组成每一行灰度序列，计算所述每一行灰度序列的排列熵，包括：
[0018]对所述行灰度序列嵌入一个维度为c的灰度窗口与一个灰度延迟L；以灰度延迟L为步长，对原灰度值序列进行重构得到多个子序列，则所述行灰度序列的排列熵包括：
[0019][0020]其中，H(c)表示行灰度序列的排列熵；K表示子序列的总数量，p
j
表示第j个子序列的分布概率，对行灰度序列的排列熵进行归一化处理，包括：其中，H(c)
′
表示归一化后的排列熵，H(c)表示每行灰度值序列的排列熵，c！为符号序列的总数量。
[0021]进一步的，所述基于机器视觉的混合机智能控制方法，将所述差异像素点进行排列得到差异像素序列，计算所述差异像素序列的多层次排列熵，包括：
[0022]其中表示差异像素序列的排列熵，M表示子序列的数量，p
b
表示第b个子序列的分布概率，ln为自然对数，n表示重构层数，m2表示差异像素点的个数。
[0023]进一步的，所述基于机器视觉的混合机智能控制方法，对当前帧表面图像进行灰度化得到灰度图像，包括：
[0024]将所述当前帧表面图像中像素点在RGB三个通道中像素值的最大值，作为像素点在灰度图像中的灰度值。
[0025]相比于现有技术，本专利技术的有益效果在于，根据物料在混合过程中的表面图像，判断物料的均匀程度与波动程度，从而及时使混合机停止进行混合，在保证物料混合均匀的前提下，自适应控制混合时间，节省生产成本。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0027]图1是本专利技术实施例提供的一种基于机器视觉的混合机智能控制方法的流程示意图。
[0028]图2是本专利技术实施例提供的一种基于机器视觉的混合机智能控制装置的结构示意图。
具体实施方式
[0029]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0030]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0031]术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0032]本专利技术实施例提供了一种基于机器视觉的混合机智能控制方法，如图1所示，包括：
[0033]101、获取物料混合过程中混合物的当前帧表面图像，并对当前帧表面图像进行灰度化得到灰度图像。
[0034]具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的混合机智能控制方法，其特征在于，包括：S1：获取物料混合过程中混合物的当前帧表面图像，并对当前帧表面图像进行灰度化得到灰度图像；S2：将所述灰度图像中每一行像素点的灰度值分别组成每一行灰度序列，并计算每一所述行灰度序列的排列熵，判断所有行灰度序列的排列熵的均值是否小于预设排列熵阈值，若判断结果为是则进入下一步，若判断结果为否则进入S1；S3：获得所述灰度图像的灰度直方图，将所述灰度直方图中频数最大的灰度值作为参考灰度值，将所述灰度直方图中频数的均值所对应的灰度值作为平均灰度值，并根据所述参考灰度值与所述平均灰度值之间的灰度值的方差，得到灰度值属于背景的概率，将所述概率取得最大值时的灰度值作为背景灰度值；S4：将所述灰度图像中灰度值与所述背景灰度值差异大于预设灰度阈值的像素点，作为差异像素点，将所述差异像素点进行排列得到差异像素序列，计算所述差异像素序列的多层次排列熵；S5：判断当前帧的灰度图像的多层次排列熵与所有行灰度序列的排列熵的均值的差异是否小于预设差异阈值，若判断结果为是则停止混合，若判断结果为否则进入S1。2.根据权利要求1所述的基于机器视觉的混合机智能控制方法，其特征在于，根据所述参考灰度值与所述平均灰度值之间的灰度值的方差，得到灰度值属于背景的概率，包括灰度值i属于背景的概率其中e为自然常数，σ
02
为所述参考灰度值与所述平均灰度值之间的灰度值的方差，且其中为所述平均灰度值，i
m
为所述参考灰度值，μ0为所述参考灰度值与所述平均灰度值之间的灰度值的平均值。3.根据权利要求2所述的基于机器视觉的混合机智能控制方法，其特征在于，将所述灰度直方图中频数的均值所对应的灰度值作为平均灰度值，包括：其中A
i
表示所述灰度直方图中灰度值i出...

【专利技术属性】
技术研发人员：张宗望，陈颖，
申请(专利权)人：南通俊朗智能科技有限公司，
类型：发明
国别省市：