[发明专利]一种棉花轧工质量检测系统及棉花轧工质量图像检测方法

权利要求书

1.一种棉花轧工质量检测系统，其特征在于：包括图像采集模块、计算机和中空的棉样放置平台，棉样放置平台内设置有照明装置，棉样放置平台的上面板为光学玻璃板；图像采集模块设置在棉样放置平台内，图像采集模块的信号输出端通过数字图像采集卡连接计算机。

2.根据权利要求1所述的棉花轧工质量检测系统，其特征在于：所述的图像采集模块采用CCD摄像机。

3.根据权利要求2所述的棉花轧工质量检测系统，其特征在于：所述的照明装置采用LED照明装置。

4.根据权利要求3所述的棉花轧工质量检测系统，其特征在于：所述的照明装置采用两套LED照明装置，两套LED照明装置分别设置在棉样放置平台内光学玻璃板下方两侧。

5.根据权利要求4所述的棉花轧工质量检测系统，其特征在于：所述的LED照明装置连接有颜色调节电路和亮度调节电路。

6.根据权利要求5所述的棉花轧工质量检测系统，其特征在于：所述的棉样放置平台上设置有棉样下压装置。

7.根据权利要求6所述的棉花轧工质量检测系统，其特征在于：所述的棉样下压装置采用由气动装置驱动的透明压板。

8.一种棉花轧工质量图像检测方法，其特征在于，包括以下步骤：

A:利用摄像装置采集不同波长的光照射到棉样表面的图像，然后进入步骤B；

B:对采集到的棉样表面图像分别进行外部形态检测和疵点数量检测；进行外部形态检测时进入C；进行疵点数量检测时进入步骤F；

C:将采集到的棉样表面图像转换为位图，并解析位图文件数据，获取每个像素点的R、G、B数据，然后进入步骤D；

D:分别计算0°、45°、90°、135°四个方向的灰度共生矩阵，然后进入步骤E；

E: 根据灰度共生矩阵计算图像的能量、熵、相关性、惯性矩纹理特征值，然后进入步骤H；

F: 确定采集到的棉样表面图像中的所有待测点，所述的待测点指图像中灰度发生突变或者不连续的像素点的集合所构成的区域；然后对所有待测点逐一进行疵点类型判断；对每一个待测点进行疵点类型判断的步骤为

（1）将采集的棉样表面图像转换为灰度图像，二值化后求取轮廓边缘，通过每个轮廓的区域面积大小、颜色和形态特征判断该待测点是否属于破籽、不孕籽、软籽表皮或带纤维籽屑；如果是，则记录该类疵点的数量；如果否，则进入步骤（2）；

（2）将采集的棉样表面图像转换为HSV模型，分割出图像的S空间分量，针对单通道S空间上的图像与白色进行反色，凸显待测点边缘，再进行阈值分割、腐蚀和膨胀处理消除边缘毛刺增强图像，求取待测点轮廓边缘，通过对每个轮廓的区域面积大小和轮廓内平均灰度与整幅图像的平均灰度比较，判断该待测点是否属于僵片；如果是，则记录该类疵点的数量；如果否，则进入步骤（3）；

（3）将采集的棉样表面图像转换为灰度图像，并对灰度图像进行二值化，然后与经过Sobel边缘算子处理过的图像进行反色，凸显待测点的边缘、膨胀处理增强图像、阈值分割、求取目标轮廓边缘，通过对每个轮廓的区域面积大小、轮廓内部平均灰度与整幅图像的平均灰度比较、轮廓内部H分量平均值与整幅图像的H分量平均值比较、轮廓内部S分量平均值与整幅图像S分量平均值比较，判断该类疵点是否属于棉结或索丝；如果是，则记录该类疵点的数量；如果否，则忽略该待测点；

G:结合步骤E中所获取的外部形态纹理特征值数据和步骤F中所获取的疵点种类及数量数据，通过机器学习计算出优化的权值，采取基于权重的欧式距离判决方法，根据国家标准GB1103-2012中棉花轧工质量指标要求，计算出棉花轧工质量等级。

9.根据权利要求8所述的棉花轧工质量图像检测方法，其特征在于：所述的步骤F中（1）步骤，在识别完破籽、不孕籽、软籽表皮或带纤维籽屑后，使用图像背景色填充图像中深色点，所述深色点是指灰度值在[0,40]的像素点集合所构成的区域。