[发明专利]一种基于图像采集的粮食杂质清理系统和方法在审

专利信息
申请号: 201710278209.8 申请日: 2017-04-25
公开(公告)号: CN107262389A 公开(公告)日: 2017-10-20
发明(设计)人: 凌姗姗 申请(专利权)人: 无为皖江粮食机械有限公司
主分类号: B07C5/342 分类号: B07C5/342;G06T7/00;G06T7/70;G06T7/90
代理公司: 合肥市长远专利代理事务所(普通合伙)34119 代理人: 段晓微,叶美琴
地址: 238300 安徽省芜湖市*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 采集 粮食 杂质 清理 系统 方法
【权利要求书】:

1.一种基于图像采集的粮食杂质清理系统,其特征在于,包括:

图像采集模块,用于采集目标粮食表面原始图像;

图像处理模块,用于对目标粮食表面原始图像进行提取前处理,得到目标粮食表面优化图像;

图像判断模块,用于判断目标粮食表面优化图像是否符合定位标准;

杂质定位模块,用于当图像判断模块判断目标粮食表面优化图像符合定位标准时,获取目标粮食表面优化图像中杂质位置;

杂质清理模块,用于根据杂质位置对目标粮食中的杂质进行清除。

2.根据权利要求1所述的基于图像采集的粮食杂质清理系统,其特征在于,所述图像处理模块,具体用于:

对目标粮食表面原始图像进行增加对比度处理;

对增加对比度处理后的目标粮食表面原始图像进行灰度处理,得到目标粮食表面优化图像。

3.根据权利要求1所述的基于图像采集的粮食杂质清理系统,其特征在于,所述图像判断模块,具体用于:

检查目标粮食表面优化图像中是否有粮食信息,检查目标粮食表面优化图像的图像质量是否达到预设质量值,当2次检查结果均为是时,判断目标粮食表面优化图像符合定位标准。

4.根据权利要求1所述的基于图像采集的粮食杂质清理系统,其特征在于,所述杂质定位模块,具体用于:

获取目标粮食表面优化图像中所有像素点的灰度值S1…Sn

将S1…Sn与预设灰度值S0进行比较,

当Si>S0时,该点所在位置为目标粮食表面优化图像中杂质位置;其中Si表示第i个像素点的灰度值。

5.根据权利要求1所述的基于图像采集的粮食杂质清理系统,其特征在于,还包括图像重操作模块,图像重操作模块用于:用于当图像判断模块判断目标粮食表面优化图像不符合定位标准时,图像采集模块重新采集目标粮食表面原始图像,图像处理模块对重新采集的目标粮食表面原始图像进行提取前处理得到目标粮食表面优化图像,图像判断模块判断目标粮食表面优化图像是否符合定位标准;

还包括粮食摊平模块,用于在图像采集模块采集目标粮食表面原始图像之前,将目标粮食摊平成预设厚度的平面。

6.一种基于图像采集的粮食杂质清理方法,其特征在于,包括:

S1、采集目标粮食表面原始图像;

S2、对目标粮食表面原始图像进行提取前处理,得到目标粮食表面优化图像;

S3、判断目标粮食表面优化图像是否符合定位标准,当判断结果为是时,获取目标粮食表面优化图像中杂质位置,执行S4;当判断结果为否时,执行S1;

S4、根据杂质位置对目标粮食中的杂质进行清除。

7.根据权利要求6所述的基于图像采集的粮食杂质清理方法,其特征在于,步骤S2,具体包括:

对目标粮食表面原始图像进行增加对比度处理;

对增加对比度处理后的目标粮食表面原始图像进行灰度处理,得到目标粮食表面优化图像。

8.根据权利要求6所述的基于图像采集的粮食杂质清理方法,其特征在于,在步骤S3中,判断目标粮食表面优化图像是否符合定位标准,具体包括:检查目标粮食表面优化图像中是否有粮食信息,检查目标粮食表面优化图像的图像质量是否达到预设质量值,当2次检查结果均为是时,判断目标粮食表面优化图像符合定位标准。

9.根据权利要求6所述的基于图像采集的粮食杂质清理方法,其特征在于,在步骤S3中,获取目标粮食表面优化图像中杂质位置,具体包括:

获取目标粮食表面优化图像中所有像素点的灰度值S1…Sn

将S1…Sn与预设灰度值S0进行比较,

当Si>S0时,该点所在位置为目标粮食表面优化图像中杂质位置;其中Si表示第i个像素点的灰度值。

10.根据权利要求6所述的基于图像采集的粮食杂质清理方法,其特征在于,步骤S1中,在所述采集目标粮食表面原始图像之前,还包括:将目标粮食摊平成预设厚度的平面。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无为皖江粮食机械有限公司,未经无为皖江粮食机械有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710278209.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top