一种纺纱选茧智能拣选方法及系统技术方案

本发明专利技术涉及数据处理领域，具体涉及一种纺纱选茧智能拣选方法及系统；其获取蚕茧图像得到单个蚕茧图像的蚕茧连通域；根据蚕茧连通域构建模板集，模板集包括n个模板，利用n个模板分别对蚕茧连通域进行开运算得到n个蚕茧内部连通域；根据对n个蚕茧内部连通域进行膨胀运算，得到n个蚕茧内部连通域的所有判断连通域，进而得到各蚕茧内部连通域的判断图像，通过对各蚕茧判断图像进行分析计算建立蚕茧边缘曲线，进而得到n个蚕茧边缘曲线；根据n个蚕茧边缘曲线的特征对单个蚕茧进行评估，确定该蚕茧的质量，进而确定各蚕茧的质量并对蚕茧进行分类。即本发明专利技术的方案能够准确地获取蚕茧的质量情况，并通过各蚕茧的质量情况对其进行准确分类。类。类。

【技术实现步骤摘要】
一种纺纱选茧智能拣选方法及系统


[0001]本专利技术涉及数据处理领域，具体涉及一种纺纱选茧智能拣选方法及系统。

技术介绍

[0002]现有缫丝厂缫丝前的工艺流程包括选茧步骤，选茧的目的是剔除不能缫丝的下茧或者难以缫丝的次茧。一般正常茧为上茧，而穿头茧、黄斑茧、柴印茧、烂茧、薄皮茧等属于次茧或下茧；其中，上茧也可根据茧型大小、茧层厚薄等因素进行进一步分类；选茧要根据工艺要求在上茧中选出大型茧或小型茧，选择茧质相近的按照工艺要求的比例进行混合，这样能够做到扩大茧批次、平衡茧质、以好带次、稳定生产、统一丝色，进而生产出缫制品质一致的生丝。
[0003]目前的选茧，采用以下方法：1.采用抽检的检测方法对蚕茧检测，即在一批蚕茧中出样品进行检测，检测的结果用来评定整批蚕茧的质量，此种方法不能准确地分离出每个合格的蚕茧和不同瑕疵的蚕茧，以便分别进行处理，造成合格品内仍然有很多不良品存在的现象；2.通过分析蚕茧颜色的方法区分不同蚕茧的品质，但是由于光照、拍摄角度等多种因素的影响会造成蚕茧成像效果失真，那么在挑选过程中，由于拍摄的蚕茧颜色失真的原因，出现挑选不准确的问题。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种纺纱选茧智能拣选方法及系统，所采用的技术方案具体如下：本专利技术提供了一种纺纱选茧智能拣选方法的技术方案，包括如下步骤：获取蚕茧图像，对所述蚕茧图像进行图像分割，得到单个蚕茧图像；对所述单个蚕茧图像进行阈值分割，得到蚕茧连通域；根据所述蚕茧连通域构建模板集，所述模板集包括n个模板，所述模板为卷积核，n≥2；利用n个模板分别对所述蚕茧连通域进行开运算得到n个蚕茧内部连通域；分别对n个蚕茧内部连通域进行第一次膨胀运算，得到蚕茧第一区域，将所述蚕茧第一区域与所述蚕茧内部连通域作差得到蚕茧第一判断连通域，并判断所述蚕茧第一区域与所述蚕茧连通域的面积大小，当所述蚕茧第一区域大于所述蚕茧连通域的面积大小，则停止膨胀运算；反之，对所述蚕茧第一区域进行第二次膨胀运算，得到蚕茧第二区域，进而得到蚕茧第二判断连通域；依次类推，对所述蚕茧内部连通域进行第j次膨胀运算，得到蚕茧第j区域，进而得到蚕茧第j判断连通域，直至所述蚕茧第j区域大于所述蚕茧连通域，则停止膨胀运算；进而得到n个蚕茧内部连通域的所有判断连通域，其中所述判断连通域均为二值图像；根据各判断连通域以及单个蚕茧图像，得到各蚕茧判断图像；计算每个蚕茧内部连通域对应的各蚕茧判断图像的像素点灰度值的均方差以及各蚕茧判断图像所有边缘像素点到所述中心点的距离均值，根据各蚕茧判断图像的所述均
方差和距离均值建立蚕茧边缘曲线，进而得到n个蚕茧边缘曲线；根据n个蚕茧边缘曲线的特征对单个蚕茧进行评估，确定该蚕茧的质量。
[0005]进一步地，所述模板集的构建过程为：提取所述蚕茧连通域的所有边缘像素点，计算各边缘像素点到所述中心点的欧式距离，选取所述欧氏距离中的最大值；根据所述最大值，确定卷积核大小的区间，其中卷积核的大小为m
×
m，m为奇数，m的取值范围为；其中，式中，为边缘像素点到中心点的欧式距离的最大值，K为系数，取值为10，表示向上取整。
[0006]进一步地，所述卷积核包括圆形核，正方形核和十字核。
[0007]进一步地，当r=5时，卷积核的大小为3
×
3和5
×
5；当卷积核的大小为3
×
3时，则圆形核为：正方形核为：当卷积核的大小为5
×
5时，则圆形核为：正方形核为：十字形核为：。
[0008]进一步地，建立蚕茧边缘曲线的方法为：对各蚕茧判断图像，以蚕茧连通域的中心点为原点，以像素坐标系的轴方向为极轴方向，极角的取值范围为,建立蚕茧判断极坐标；
计算各蚕茧判断图像的像素点灰度值的均方差以及各蚕茧判断图像所有边缘像素点到所述中心点的距离均值；以距离均值为横轴，以均方差为纵轴，建立蚕茧边缘曲线。
[0009]进一步地，所述膨胀运算采用3
×
3的卷积核。
[0010]进一步地，所述阈值分割采取自适应阈值分割方法。
[0011]进一步地，根据n个蚕茧边缘曲线的特征对单个蚕茧进行评估的过程为：1）获取各蚕茧边缘曲线上每一点的海森矩阵的特征值、以及对应的特征向量；2）比较两特征值的大小，记、，将对应的特征向量记为，将对应的特征向量记为；3）根据两特征向量，计算当前蚕茧的边缘清晰度：其中，为蚕茧边缘曲线中横轴的单位向量，为蚕茧判断连通域的个数；4）根据各边缘清晰度，计算蚕茧的质量评分：其中，为蚕茧内部区域的个数；5）当所述质量评分大于设定阈值，则该蚕茧质量达标，反之，不达标。
[0012]本专利技术还提供了一种纺纱选茧智能拣选系统，包括处理器和存储器，所述处理器执行所述存储器存储的上述一种纺纱选茧智能拣选方法的技术方案。
[0013]本专利技术实施例至少具有如下有益效果：本专利技术通过构建模板集中的n个卷积核对蚕茧连通域进行开运算得到n个蚕茧内部连通域，能够得到对应的不同的蚕茧内部连通域，然后通过对各个蚕茧内部连通域进行多次膨胀运算，得到对应的判断图像；用以分别衡量同一蚕茧连通域下的蚕茧内部连通域边缘信息，达到对边缘上不同形状大小的毛刺都鲁棒的效果，进而得到对应的各判断图像，根据各判断图像建立对应蚕茧边缘曲线，能够获取蚕茧连通域边缘的不同信息，进而通过对蚕茧边缘进行分析，区分出不同质量的蚕茧。
[0014]本专利技术利用不同卷积核对蚕茧连通域进行开运算得到多个蚕茧内部连通域，并对多个蚕茧内部连通域分析计算的结果求平均，提高了获取的边缘清晰度的准确性，减少了误差。
附图说明
[0015]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。
[0016]图1为本专利技术的一种纺纱选茧智能拣选方法实施例的方法流程图；图2为带茧衣的茧的示意图；图3为上茧的示意图；图4为蚕茧连通域示意图；图5为本专利技术中的利用卷积核对蚕茧连通域进行开运算得到的蚕茧内部连通域示意图；图6为本专利技术进行多次膨胀运算得到的蚕茧判断图像示意图；附图标记：1
‑
蚕茧内部连通域，2
‑
蚕茧连通域，3
‑
蚕茧第一判断连通域，4
‑
蚕茧第二判断连通域，5
‑
蚕茧第三判断连通域，6
‑
蚕茧第四判断连通域。
具体实施方式
[0017]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纺纱选茧智能拣选方法及系统，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，一或多个实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种纺纱选茧智能拣选方法，其特征在于，该方法包括以下步骤：获取蚕茧图像，对所述蚕茧图像进行图像分割，得到单个蚕茧图像；对所述单个蚕茧图像进行阈值分割，得到蚕茧连通域；根据所述蚕茧连通域构建模板集，所述模板集包括n个模板，所述模板为卷积核，n≥2；利用n个模板分别对所述蚕茧连通域进行开运算得到n个蚕茧内部连通域；分别对n个蚕茧内部连通域进行第一次膨胀运算，得到蚕茧第一区域，将所述蚕茧第一区域与所述蚕茧内部连通域作差得到蚕茧第一判断连通域，并判断所述蚕茧第一区域与所述蚕茧连通域的面积大小，当所述蚕茧第一区域大于所述蚕茧连通域的面积大小，则停止膨胀运算；反之，对所述蚕茧第一区域进行第二次膨胀运算，得到蚕茧第二区域，进而得到蚕茧第二判断连通域；依次类推，对所述蚕茧内部连通域进行第j次膨胀运算，得到蚕茧第j区域，进而得到蚕茧第j判断连通域，直至所述蚕茧第j区域大于所述蚕茧连通域，则停止膨胀运算；进而得到n个蚕茧内部连通域的所有判断连通域，其中所述判断连通域均为二值图像；根据各判断连通域以及单个蚕茧图像，得到各蚕茧判断图像；计算每个蚕茧内部连通域对应的各蚕茧判断图像的像素点灰度值的均方差以及各蚕茧判断图像所有边缘像素点到所述中心点的距离均值，根据各蚕茧判断图像的所述均方差和距离均值建立蚕茧边缘曲线，进而得到n个蚕茧边缘曲线；根据n个蚕茧边缘曲线的特征对单个蚕茧进行评估，确定该蚕茧的质量。2.根据权利要求1所述的一种纺纱选茧智能拣选方法，其特征在于，所述模板集的构建过程为：提取所述蚕茧连通域的所有边缘像素点，计算各边缘像素点到所述中心点的欧式距离，选取所述欧氏距离中的最大值；根据所述最大值，确定卷积核大小的区间，其中卷积核的大小为m
×
m，m为奇数，m的取值范围为；其中，式中，为边缘像素点到中心点的欧式距离的最大值，K为系数，取值为10，表示向上取整。3.根据权利要求2所述的一种纺纱选茧智能拣选方法，其特征在于，所...

【专利技术属性】
技术研发人员：龙婷霞，
申请(专利权)人：南通沐沐兴晨纺织品有限公司，
类型：发明
国别省市：