【技术实现步骤摘要】
本专利技术属于图像处理，具体涉及一种混合肥的生产监测图像处理方法。
技术介绍
1、生产是制造业企业的核心，生活中方方面面都离不开生产，每个行业在进行产品生产时都要对产品进行监测分析。在混合肥的生产过程中在控释肥料的制备过程中，混合肥的质量，尤其是合格度是一个重要的指标。生产的不合格的混合肥会导致肥料工作效果欠佳，降低控释效果。因此，需通过采集混合肥的生产图像进行观察分析，确定混合肥的不合格颗粒，保证混合肥的生产质量。
技术实现思路
1、本专利技术为了解决以上问题，提出了一种混合肥的生产监测图像处理方法。
2、本专利技术的技术方案是：一种混合肥的生产监测图像处理方法包括以下步骤：
3、s1、采集生产线上混合肥的整体监测图像；
4、s2、剔除混合肥的整体监测图像的背景区域，生成混合肥的局部监测图像；
5、s3、确定混合肥的局部监测图像的不合格混合肥颗粒区域，并将不合格混合肥颗粒区域上传至用户终端。
6、进一步地，s2包括以下子步骤：
7、s21、在混合肥的整体监测图像中，确定矩形区域和回形区域；
8、s22、根据矩形区域的像素点以及回形区域的像素点，确定矩形区域与回形区域之间的像素变化值；
9、s23、判断矩形区域与回形区域的像素变化值是否大于或等于0.5，若是，则进入s24，否则进入s25；
10、s24、绘制第一背景像素准则，将回形区域中满足第一背景像素准则的像素点区域作为背
11、s25、绘制第二背景像素准则，将整体监测图像中满足第二背景像素准则的像素点区域作为背景区域，并进入s26；
12、s26、剔除混合肥的整体监测图像的背景区域，生成混合肥的局部监测图像。
13、上述进一步方案的有益效果是：在本专利技术中，剔除整体监测图像的背景噪点时，先将整体监测图像拆分为中心位置的矩形区域以及边缘位置的回形区域，并计算矩形区域与回形区域之间的像素点变化情况，即像素变化值。若像素变化值较大，说明矩形区域与回形区域之间像素点发生较大变化，背影区域只存在于回形区域，因此构建第一背景像素准则，在回形区域中挑选满足第一背景像素准则的像素点作为背景区域；相反，若像素变化值较小，则说明矩形区域和回形区域都可能存在背景噪点，因此构建第二背景像素准则，从整体监测图像中筛选背景区域。这样的背景筛选过程可以避免直接对整体监测图像的全部像素点进行运算，简化算法流程。
14、进一步地，s21中，确定矩形区域和回形区域的具体方法为：以混合肥的整体监测图像的质心为矩形区域的中心，绘制长为且宽为的矩形区域，将整体监测图像中除矩形区域外的区域作为回形区域；其中，l表示整体监测图像的长，w表示整体监测图像的宽。
15、进一步地，s22中，矩形区域与回形区域之间的像素变化值c的计算公式为：；式中，hm表示矩形区域中第m个像素点的色调值，sm表示矩形区域中第m个像素点的饱和度，vm表示矩形区域中第m个像素点的明度，hn表示回形区域中第n个像素点的色调值，sn表示回形区域中第n个像素点的饱和度，vn表示回形区域中第n个像素点的明度，m表示矩形区域的像素点个数，n表示回形区域的像素点个数，max(·)表示最大值运算，min(·)表示最小值运算，exp(·)表示指数运算。
16、进一步地，s24中，第一背景像素准则的表达式为：；式中，hn表示回形区域中第n个像素点的色调值，sn表示回形区域中第n个像素点的饱和度，vn表示回形区域中第n个像素点的明度，max(·)表示最大值运算，min(·)表示最小值运算。
17、进一步地，s25中，第二背景像素准则的表达式为：；式中，hk表示整体监测图像中第k个像素点的色调值，sk表示整体监测图像中第k个像素点的饱和度，vk表示整体监测图像中第k个像素点的明度，k表示整体监测图像的像素点个数，max(·)表示最大值运算，min(·)表示最小值运算。
18、进一步地，s3包括以下子步骤：
19、s31、构建像素点筛选模型；
20、s32、根据像素点筛选模型，确定不合格像素点区间；
21、s33、将局部监测图像中像素值属于不合格像素点区间的像素点作为不合格混合肥颗粒区域。
22、上述进一步方案的有益效果是：在本专利技术中，像素点筛选模型对局部监测图像中所有像素点的像素值进行运算，再利用像素点筛选模型确定一个区间，用来筛选不合格混合颗粒所在区域，这样的过程可以对每个像素点进行遍历，确定的不合格像素点区间也准确。
23、进一步地，s31中，像素点筛选模型f的表达式为：；式中，xl表示局部监测图像中第l个像素点的像素值，l表示局部监测图像的像素点个数，min(·)表示最小值运算。
24、进一步地，s32中，不合格像素点区间的左端点a的计算公式为：；式中，f表示像素点筛选模型，τ表示局部监测图像中所有像素点之间的标准差，c表示常数；
25、s32中，不合格像素点区间的右端点b的计算公式为：。
26、本专利技术的有益效果是：本专利技术公开了一种混合肥的生产监测图像处理方法，由于混合肥的颗粒较小，采集的整体监测图像中若存在背景噪点，会对生产监测图像的处理结果产生很大影响，因此对混合肥的生产监测图像进行背景剔除，减少背景噪点对图像质量的影响，提高生产监测图像的处理精度；另外，本专利技术还对剔除背景区域的局部监测图像进行像素点分析处理，确定局部监测图像中不合格混合肥颗粒区域，为用户监测混合肥生产提供依据，提高混合肥生产质量。
本文档来自技高网...【技术保护点】
1.一种混合肥的生产监测图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的混合肥的生产监测图像处理方法，其特征在于，所述S2包括以下子步骤：
3.根据权利要求2所述的混合肥的生产监测图像处理方法，其特征在于，所述S21中，确定矩形区域和回形区域的具体方法为：以混合肥的整体监测图像的质心为矩形区域的中心，绘制长为且宽为的矩形区域，将整体监测图像中除矩形区域外的区域作为回形区域；其中，L表示整体监测图像的长，W表示整体监测图像的宽。
4.根据权利要求2所述的混合肥的生产监测图像处理方法，其特征在于，所述S22中，矩形区域与回形区域之间的像素变化值C的计算公式为：；式中，Hm表示矩形区域中第m个像素点的色调值，Sm表示矩形区域中第m个像素点的饱和度，Vm表示矩形区域中第m个像素点的明度，Hn表示回形区域中第n个像素点的色调值，Sn表示回形区域中第n个像素点的饱和度，Vn表示回形区域中第n个像素点的明度，M表示矩形区域的像素点个数，N表示回形区域的像素点个数，max(·)表示最大值运算，min(·)表示最小值运算，exp(·)表示指数运
5.根据权利要求2所述的混合肥的生产监测图像处理方法，其特征在于，所述S24中，第一背景像素准则的表达式为：；式中，Hn表示回形区域中第n个像素点的色调值，Sn表示回形区域中第n个像素点的饱和度，Vn表示回形区域中第n个像素点的明度，max(·)表示最大值运算，min(·)表示最小值运算。
6.根据权利要求2所述的混合肥的生产监测图像处理方法，其特征在于，所述S25中，第二背景像素准则的表达式为：；式中，Hk表示整体监测图像中第k个像素点的色调值，Sk表示整体监测图像中第k个像素点的饱和度，Vk表示整体监测图像中第k个像素点的明度，K表示整体监测图像的像素点个数，max(·)表示最大值运算，min(·)表示最小值运算。
7.根据权利要求1所述的混合肥的生产监测图像处理方法，其特征在于，所述S3包括以下子步骤：
8.根据权利要求7所述的混合肥的生产监测图像处理方法，其特征在于，所述S31中，像素点筛选模型F的表达式为：；式中，xl表示局部监测图像中第l个像素点的像素值，L表示局部监测图像的像素点个数，min(·)表示最小值运算。
9.根据权利要求7所述的混合肥的生产监测图像处理方法，其特征在于，所述S32中，不合格像素点区间的左端点a的计算公式为：；式中，F表示像素点筛选模型，τ表示局部监测图像中所有像素点之间的标准差，c表示常数；
...【技术特征摘要】
1.一种混合肥的生产监测图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的混合肥的生产监测图像处理方法，其特征在于，所述s2包括以下子步骤：
3.根据权利要求2所述的混合肥的生产监测图像处理方法，其特征在于，所述s21中，确定矩形区域和回形区域的具体方法为：以混合肥的整体监测图像的质心为矩形区域的中心，绘制长为且宽为的矩形区域，将整体监测图像中除矩形区域外的区域作为回形区域；其中，l表示整体监测图像的长，w表示整体监测图像的宽。
4.根据权利要求2所述的混合肥的生产监测图像处理方法，其特征在于，所述s22中，矩形区域与回形区域之间的像素变化值c的计算公式为：；式中，hm表示矩形区域中第m个像素点的色调值，sm表示矩形区域中第m个像素点的饱和度，vm表示矩形区域中第m个像素点的明度，hn表示回形区域中第n个像素点的色调值，sn表示回形区域中第n个像素点的饱和度，vn表示回形区域中第n个像素点的明度，m表示矩形区域的像素点个数，n表示回形区域的像素点个数，max(·)表示最大值运算，min(·)表示最小值运算，exp(·)表示指数运算。
5.根据权利要求2所述的混合肥的生产监测图像处理方法，其特征在于，所述s24中，第一背景像素...
【专利技术属性】
技术研发人员：刘须军，崔萌琳，赵丙辰，
申请(专利权)人：青岛宇慧绿色工贸有限公司，
类型：发明
国别省市：
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。