[发明专利]一种油茶果破壳后的壳籽智能化分选方法

权利要求书

1.一种油茶果破壳后的壳籽智能化分选方法，其特征在于，包括如下步骤：

步骤1，自动采集果壳与茶籽图像，所述果壳与茶籽图像按行和列划分为多个网格，网格上有果壳或茶籽或为空，一个网格即为一个方形槽区域；

步骤2，根据图像坐标选取中间一行图像作为有效图像，然后依次剪切成单个方形槽区域分别进行图像处理，结合近似矩形特征检测区域中是否存在矩形孔，以预先识别出空方形槽区域；

步骤3，对其它非空方形槽区域进行图像再处理，提取方形槽中果壳或茶籽物料的外部轮廓形状，获取消除冗余背景的壳籽目标图像；

步骤4，计算壳籽目标区域的颜色空间分量平均值，通过设置的有效阈值判别目标是果壳还是茶籽；

步骤5，将每个区域的判别结果进行特定编码后形成分选信号，以控制剔除方形槽中的果壳，完成果壳与茶籽的智能分选。

2.如权利要求1所述的一种油茶果破壳后的壳籽智能化分选方法，其特征在于：步骤2预先识别空方形槽区域的具体实现方式如下，

步骤2.1，分别对剪切后的单个方形槽区域图像进行N₁倍R分量与G分量的差值计算，得到色差分量灰度图；

步骤2.2，设置搜索范围：检测面积下限为1500，检测面积上限为3000，最小拟合角度为80°，最大拟合角度为100°，依据限定条件在色差分量灰度图中检测近似矩形；

步骤2.3，统计检测的矩形数量，若数量大于0，则该区域存在矩形孔，判定为空方形槽区域；若数量等于0，则判定该方形槽为存在果壳或者茶籽的非空方形槽区域，按照步骤3-4进行处理。

3.如权利要求1所述的一种油茶果破壳后的壳籽智能化分选方法，其特征在于：步骤3获取消除冗余背景的壳籽目标图像的具体实现方式如下，

步骤3.1，在非空方形槽区域图像上计算出N₂倍R分量与B分量的差值图像，并做高斯滤波；

步骤3.2，利用canny算子进行边缘检测，对检测出的边缘做闭运算处理，查找包围面积最大的轮廓并填充；

步骤3.3，进行开运算，保留最大面积图像区域，将该区域与源图像掩膜处理，得到背景消除的壳籽目标图像。

4.如权利要求1所述的一种油茶果破壳后的壳籽智能化分选方法，其特征在于：步骤4判断目标类别的具体实现方式如下，

步骤4.1，累加壳籽目标图像各个像素点的G分量值以及统计目标所占区域的像素点数量，计算分量平均值；

步骤4.2，设定判别阈值，若分量平均值小于N₃，则该目标为茶籽，若分量平均值大于或者等于N₃，则该目标为果壳。

5.如权利要求1所述的一种油茶果破壳后的壳籽智能化分选方法，其特征在于：步骤5中将每个区域的判别结果进行特定编码后形成分选信号的具体实现方式如下，

步骤5.1，首先将每个区域的判别结果进行标记：判断是空方形槽或茶籽目标区域标记为0，判断是果壳目标区域标记为1，将区域判别结果的标记值设为m；

步骤5.2，其次对单个区域在图像空间中的位置进行从右至左依次编号，将区域位置的编号值设为n；

步骤5.3，对每个区域的判别结果进行编码，利用公式m*2^n-1计算区域的编码值，并将编码值累加形成分选信号。