[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

说明书

本发明提出一种葵花籽异常区域识别方法及装置、葵花籽分选方法及设备，该方法包括：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，实现对葵花籽异常区域的识别，多种识别方式相结合，先预识别，再排除误识别，既能保证一定识别效率，还能进一步提高识别精度。

技术领域

本发明涉及物料分选技术领域，尤其涉及一种葵花籽异常区域识别方法及装置、葵花籽分选方法及设备。

背景技术

葵花籽上出现影响其外观的异常区域，会形成花粒葵花籽，这类葵花籽甚至可能影响食用，因此，需要对葵花籽中的花粒进行识别以便进行分选，从而可以减少对商家销售的影响。异常区域可能有多种类型，参照图1，如脱皮区域，出现脱皮区域的主要原因有两个方面，一方面是葵花籽在自然生长过程中，如果内部出现了霉变，则表面容易出现脱皮；另一方面是由于存储运输等原因造成脱皮。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种葵花籽异常区域识别方法，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。

本技术方案中，根据颜色或深度卷积分割网络预测模型对葵花籽进行预识别，得到疑似异常区域，然后根据疑似异常区域的形状特征疑似异常区域再确认其是否为异常区域。在这个过程中，通过颜色或深度卷积分割网络进行预识别，能够有效提高识别效率，基于预识别结果，进一步通过形状特征确认是否异常区域，可以排除误识别，从而实现对葵花籽异常区域的识别。多种识别方式相结合，先预识别，再排除误识别，既能保证一定识别效率，还能进一步提高识别精度。

可选的，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。

可选的，所述异常区域为脱皮区域，所述目标通道为G通道。

可选的，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。

可选的，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。

可选的，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。