基于图像处理的干草粉碎机状态监测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像处理的干草粉碎机状态监测方法，该方法包括：对获取的干草灰度图像进行分割得到图像块，计算各图像块的邻域像素差异和长游程优势，进而获得尘土信息值构成尘土信息向量；获取图像块的稀疏向量，计算稀疏向量中各维度的描述值向量；根据尘土信息向量和各维度的描述值向量的相似度确定各维度的权重，根据权重获得图像块的基准增强系数；获得尘土图像，根据尘土图像计算修正系数，进而获得综合增强系数，对图像进行增强得到增强图像；利用增强图像获得干草粉碎质量等级，进而判断粉碎机的运行状态。本发明专利技术能够对模糊图像进行自适应增强处理，在抑制噪声的同时也保留了图像的细节部分。分。分。

【技术实现步骤摘要】
基于图像处理的干草粉碎机状态监测方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像处理的干草粉碎机状态监测方法。

技术介绍

[0002]图像在人类的感知中扮演着非常重要的角色，图像所传递的信息也比其他任何形式更加丰富和真切。目前，数字图像处理已成为人们认识世界、改造世界的重要手段。数字图像处理的最高目的是实现对数字图像中物体的分类或识别，即模式识别，从而构造自动处理某些信息的机器系统，以代替人工完成分类和识别的任务。这种机器系统一般分为四个部分：信息获取、预处理、特征提取、决策分类。其中，预处理部分使用图像变换、增强和复原等技术对图像进行处理，提高图像的视觉效果，优化各种统计指标，为特征提取提供高质量的图像。其中，图像增强是一种基本的图像底层处理的手段，它的目的在于改善原始图像的视觉效果。
[0003]而随着社会经济的发展、工业化水平的提高，养殖业也随之繁荣。干草饲料作为养殖业的重要需求之一，其需求量也大大提高。影响干草饲料质量好坏的一个重要环节就是干草粉碎，只有粉碎出的干草细碎均匀才能不影响饲料的后续处理。因而在利用干草粉碎机进行粉碎饲料时需实时监控干草粉碎机运行状态，根据粉碎机运行状态来对干草粉碎机进行智能调控。
[0004]在对干草粉碎机运行状态进行实时监控时，首先需要获取利用干草粉碎机粉碎后的干草图像。而在干草粉碎的过程中会产生大量由干草粉末造成的尘土，使得采集的干草图像出现模糊，这种现象会影响对图像的后续处理操作，因而需要对采集的干草图像进行增强处理。常见的图像增强算法，都是直接对图像中的像素进行处理，并未考虑图像中是否存在模糊的部分，在抑制噪声的同时也削弱了图像的细节部分。

技术实现思路

[0005]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的干草粉碎机状态监测方法，所采用的技术方案具体如下：获取粉碎后的干草灰度图像，将干草灰度图像进行均匀分割得到多个图像块，计算各图像块的邻域像素差异值；获取各图像块中包含的不同灰度级对应的灰度游程长度，计算各灰度级下每个灰度游程长度出现的概率，根据所述概率计算图像块的长游程优势；根据图像块的邻域像素差异值和长游程优势得到图像块的尘土信息值，将所有图像块的尘土信息值构成尘土信息向量；对分割后的图像利用K
‑
SVD算法进行处理得到稀疏向量序列；其中，一个图像块对应一个稀疏向量；针对任一个维度，将所有稀疏向量中在该维度的取值构成维度的描述值向量；分别计算尘土信息向量与每个维度的描述值向量的相似度，根据各维度对应的相似度确定各维度的权重；根据各维度的权重和图像块的稀疏向量在对应维度的取值得到图像
块的基准增强系数；将各稀疏向量中所有维度对应的相似度小于设定阈值的维度下的取值置零，根据置零操作后的稀疏向量获得尘土图像；根据尘土图像和干草灰度图像上像素点的梯度值和梯度方向的差异，计算像素的修正系数；根据所述基准增强系数和修正系数得到综合增强系数，根据综合增强系数对分割后的图像进行处理得到增强图像；将增强图像输入质量评估网络，输出干草粉碎质量等级，根据干草粉碎质量等级判断粉碎机的运行状态。
[0006]优选地，所述图像块的邻域像素差异值的获取方法具体为：对于图像块中任意一个像素点，获取该像素点8邻域内各像素点与该像素点像素值的差值，计算所有差值的绝对值的平均值得到该像素点的对比度值；计算图像块中所有像素点的对比度值的均值得到图像块的邻域像素差异值。
[0007]所述图像块的长游程优势的获取方法具体为：其中，表示第i个图像块的长游程优势，表示第d个灰度级对应的灰度游程长度，表示第d个灰度级对应的灰度游程长度出现的概率，表示灰度级的总数量，表示第i个图像块中最长的灰度游程长度。
[0008]优选地，所述根据各维度对应的相似度确定各维度的权重具体为：计算所有维度对应的相似度的和值，根据维度对应的相似度与所述和值的比值得到该维度的权重，进而计算各维度的权重。
[0009]优选地，所述图像块的基准增强系数的获取方法具体为：其中，表示第i个图像块的基准增强系数，表示常量系数，表示第i个图像块的稀疏向量在第s维的取值，为第s维的权重，S为字典矩阵包含字典向量的总数量。
[0010]优选地，所述根据置零操作后的稀疏向量获得尘土图像具体为：对分割后的图像利用K
‑
SVD算法进行处理得到字典矩阵，根据字典矩阵与置零操作后的稀疏向量的乘积获得尘土图像。
[0011]优选地，所述像素的修正系数的获取方法具体为：其中，表示第i个图像块中第k个像素点的修正系数，表示干草灰度图像中第i个图像块中第k个像素点的梯度值，表示尘土图像中第i个图像块中第k个像素点的梯度值，表示干草灰度图像中第i个图像块中第k个像素点的梯度方向，表示尘土灰度图像中第i个图像块中第k个像素点的梯度方向，表示常量参数。
[0012]优选地，所述质量评估网络为Encoer
‑
FC网络。
[0013]本专利技术实施例至少具有如下有益效果：本专利技术根据图像中不同图像块的邻域像素差异值和灰度游程长度的分布情况，获
得各图像块中包含的尘土信息值，充分考虑了每个图像块对应的区域包含的干草粉末尘土浓度不同，导致每个图像块对应的区域的模糊程度不同，因而对不同图像块采用不同的增强系数，本专利技术根据图像中每个图像块包含的干草粉末尘土信息含量来确定各图像块的基准增强系数，使得后续能够对不同模糊程度的图像块进行不同程度的增强操作，克服了常见的图像增强技术没有考虑图像模糊性的不足。同时，考虑到干草粉末尘土的分布不均匀可能会导致图像中存在一些浓度纹理，这些浓度纹理会干扰干草纹理信息，因而本专利技术根据各像素的梯度纹理信息与尘土梯度纹理信息的差异情况确定各像素的增强修正系数，结合增强修正系数与基准增强系数得到准确的综合增强系数，利用各像素的综合增强系数分别对各像素进行自适应的增强处理，使得该图像增强处理后能够在抑制噪声的同时也保留了图像的细节部分。
附图说明
[0014]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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。
[0015]图1是本专利技术的一种基于图像处理的干草粉碎机状态监测方法的方法流程图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于图像处理的干草粉碎机状态监测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0017]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的干草粉碎机状态监测方法，其特征在于，该方法包括以下步骤：获取粉碎后的干草灰度图像，将干草灰度图像进行均匀分割得到多个图像块，计算各图像块的邻域像素差异值；获取各图像块中包含的不同灰度级对应的灰度游程长度，计算各灰度级下每个灰度游程长度出现的概率，根据所述概率计算图像块的长游程优势；根据图像块的邻域像素差异值和长游程优势得到图像块的尘土信息值，将所有图像块的尘土信息值构成尘土信息向量；对分割后的图像利用K
‑
SVD算法进行处理得到稀疏向量序列；其中，一个图像块对应一个稀疏向量；针对任一个维度，将所有稀疏向量中在该维度的取值构成维度的描述值向量；分别计算尘土信息向量与每个维度的描述值向量的相似度，根据各维度对应的相似度确定各维度的权重；根据各维度的权重和图像块的稀疏向量在对应维度的取值得到图像块的基准增强系数；将各稀疏向量中所有维度对应的相似度小于设定阈值的维度下的取值置零，根据置零操作后的稀疏向量获得尘土图像；根据尘土图像和干草灰度图像上像素点的梯度值和梯度方向的差异，计算像素的修正系数；根据所述基准增强系数和修正系数得到综合增强系数，根据综合增强系数对分割后的图像进行处理得到增强图像；将增强图像输入质量评估网络，输出干草粉碎质量等级，根据干草粉碎质量等级判断粉碎机的运行状态。2.根据权利要求1所述的一种基于图像处理的干草粉碎机状态监测方法，其特征在于，所述图像块的邻域像素差异值的获取方法具体为：对于图像块中任意一个像素点，获取该像素点8邻域内各像素点与该像素点像素值的差值，计算所有差值的绝对值的平均值得到该像素点的对比度值；计算图像块中所有像素点的对比度值的均值得到图像块的邻域像素差异值。3.根据权利要求1所述的一种基于图像处理的干草粉碎机状态监测方法，其特征在于，所述...

【专利技术属性】
技术研发人员：张宜宝，逢鹏，杨艳，
申请(专利权)人：高密德隆汽车配件制造有限公司，
类型：发明
国别省市：