[发明专利]葵花籽异常区域识别方法及装置、葵花籽分选方法及设备

权利要求书

1.一种葵花籽异常区域识别方法，其特征在于，包括：

采集葵花籽图像；

基于所述葵花籽图像，利用颜色或深度卷积分割网络预测模型对所述葵花籽进行异常区域的预识别，得到疑似异常区域；

根据所述疑似异常区域的形状特征判断所述疑似异常区域是否为异常区域。

2.根据权利要求1所述的方法，其特征在于，所述基于所述葵花籽图像，利用颜色对所述葵花籽进行异常区域识别，得到疑似异常区域，包括：

从所述葵花籽图像中，提取所述葵花籽每个像素点的目标通道的灰度值，判断每个所述灰度值是否大于预设灰度阈值，其中，所述目标通道为RGB通道中的任一通道；

将所述灰度值大于所述预设灰度阈值的像素点组成的区域确定为疑似异常区域。

3.根据权利要求2所述的方法，其特征在于，所述异常区域为脱皮区域，所述目标通道为G通道。

4.根据权利要求1所述的方法，其特征在于，所述根据所述疑似异常区域的形状特征判断所述疑似异常区域是否为异常区域，包括：

根据所述疑似异常区域的面积、行向宽度和列向宽度，计算所述疑似异常区域的平均宽度；

判断所述平均宽度是否小于预设宽度阈值；

如果小于，则判定所述疑似异常区域不是异常区域，和/或，如果大于，则判断所述疑似区域为异常区域。

5.根据权利要求1所述的方法，其特征在于，所述根据所述疑似异常区域的形状特征判断所述疑似异常区域是否为异常区域，包括：

计算所述疑似异常区域预设方向宽度的变化幅度；

判断所述变化幅度是否大于预设幅度阈值；

如果小于，则判定所述疑似异常区域不是异常区域，和/或，如果大于，则判定所述疑似异常区域为异常区域。

6.根据权利要求5所述的方法，其特征在于，所述计算所述疑似异常区域预设方向宽度的变化幅度，包括：

统计所述疑似异常区域中沿所述预设方向延伸的每排像素点个数，以及排数，其中，如果列向宽度大于行向宽度，所述预设方向为行向，否则为列向；

根据统计的排数和每排像素点个数，计算排像素点个数均值；

根据排数、每排像素点个数和排像素点个数均值，计算排像素点个数方差；

将所述排像素点个数方差作为所述疑似异常区域预设方向宽度的变化幅度。

7.根据权利要求5所述的方法，其特征在于，所述计算所述疑似异常区域预设方向宽度的变化幅度，包括：

统计所述疑似异常区域中每两排相邻像素点个数差，以及排数，其中，每排像素点沿所述预设方向延伸，如果列向宽度大于行向宽度，所述预设方向为行向，否则为列向；

根据统计的排数和每两排相邻像素点个数差，计算排像素点个数差均值；

根据排数、每两排相邻像素点个数差和排像素点个数差均值，计算个数差方差；

将所述个数差方差作为所述疑似异常区域预设方向宽度的变化幅度。

8.一种葵花籽分选方法，其特征在于，包括：

根据权利要求1-7任一项所述的葵花籽异常区域识别方法识别出异常区域；控制剔除模块剔除带有异常区域的葵花籽。

9.一种葵花籽异常区域识别装置，其特征在于，包括：

采集模块，用于采集葵花籽图像；

预识别模块，用于基于所述葵花籽图像，利用颜色或深度卷积分割网络预测模型对所述葵花籽进行异常区域的预识别，得到疑似异常区域；

判断模块，用于根据所述疑似异常区域的形状特征判断所述疑似异常区域是否为异常区域。

10.一种葵花籽分选设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-7中任一项所述的葵花籽异常区域识别方法，或如权利要求8所述的葵花籽分选方法。