[发明专利]一种油茶果破壳后的壳籽智能化分选方法

说明书

本发明提供一种油茶果破壳后的果壳与茶籽智能化分选方法，包括：自动采集果壳与茶籽图像，对采集的壳籽图像进行相关处理，预先检测出空方形槽图像区域；在剩余的非空方形槽区域中进行图像再处理，通过一系列步骤提取出壳籽物料的外部轮廓，获得消除冗余背景的壳籽目标区域；计算目标区域的颜色分量平均值，设置有效阈值判别该目标是果壳或是茶籽；对识别结果进行编码后形成分选信号，控制剔除果壳，完成油茶果果壳与茶籽的自动分选工序。本发明提供的智能化分选方法高效且对壳籽无损伤，减少了油茶果加工过程中壳籽分选工序花费的人工成本，提高了油茶果加工的自动化水平。

技术领域

本发明属于农产品智能化检测技术领域，涉及一种油茶果破壳后的果壳与茶籽智能化分选方法。

背景技术

油茶果是茶油的重要来源，通过压榨油茶果中的茶籽来提炼茶油。茶油是一种纯天然高级食用植物油，随着人们对生活品质需求的不断提高，茶油也逐渐被大众所喜爱。

油茶果破壳之后，分离的果壳和茶籽会掺杂在一起，榨取茶油前需要将茶籽从中分拣出来。但是目前的实际生产加工中，茶籽仍以人工挑拣为主，其生产方式费时费力导致加工成本高，且主观性太强导致加工生产效率低下，因此油茶果果壳与茶籽分选加工迫切需求智能技术手段与方法来解决当前存在的问题。

随着现代智能农业的快速发展，实现油茶果全自动化加工显得尤为重要，特别是油茶果破壳后的果壳与茶籽分选工序亟待实现自动化、智能化，以填补油茶果自动化加工存在的空缺，提高整个油茶果自动化生产加工水平。

发明内容

本发明目的是实现油茶果破壳后茶籽的自动挑拣，提出了一种油茶果破壳后的壳籽智能化分选方法，具体地说，本发明提供的方法首先自动采集果壳与茶籽图像，通过有效的图像处理方法预先将空方形槽(上料时果壳和茶籽均未掉落至方形槽中，称作空方形槽)进行识别，然后在剩下的非空方形槽区域中经过一系列图像再处理提取方形槽中的果壳或茶籽轮廓以得到目标图像，计算该图像区域中的颜色分量值，设置分量阈值判别该目标是果壳还是茶籽，最后将判别结果进行编码发送至控制器以剔除果壳，实现油茶果破壳后果壳与茶籽的智能化分选控制。

本发明提供的一种油茶果破壳后的壳籽智能化分选方法，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，并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。

进一步的，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5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。

进一步的，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，