[发明专利]一种基于深度学习的化肥造粒粒度检测方法及装置

权利要求书

1.一种基于深度学习的化肥造粒粒度检测方法，其特征在于，所述方法包括以下步骤：

S1、工控机控制工业相机对造粒图像进行采集；

S2、对采集到的图像进行预处理，使化肥颗粒图像特征更为明显；

S3、图像标注：对预处理后得到的数据集进行标注，区分出正常颗粒图像与非正常颗粒图像；

S4、使用深度学习方法对造粒检测网络模型进行训练；

S5、优化模型：对模型进行优化处理来提高识别准确率以及识别的速度；

S6、将训练好的造粒检测网络模型布置到WEB物联网云平台；

S7、工控机实时获取造粒图像，并上传所述WEB物联网云平台进行粒度的检测。

2.根据权利要求1所述的一种基于深度学习的化肥造粒粒度检测方法，其特征在于：在所述步骤S1中，图像采集设备为CCD工业相机，所述CCD工业相机垂直架设于运输化肥颗粒的传送带上，定时采集滚筒造粒出来的化肥颗粒图像。

3.根据权利要求1所述的一种基于深度学习的化肥造粒粒度检测方法，其特征在于：在所述步骤S2中，通过如下操作进行图像预处理：

2.1)对图像进行像素相加处理，增加化肥颗粒的像素特征，利用双边滤波算法，滤除噪声并保留化肥颗粒的边缘信息；

2.2)利用局部图像的均值和方差来实现增强不同局部或像素：用f(x,y)来表示待增强的图像，用g(x,y)表示输出增强图像，即局部增强后的图像，增强的局部或像素为图像中灰度比较小且对比度也较小的区域，利用下面公式进行计算：

其中m(x,y)和σ(x,y)分别代表以(x,y)位置像素为中心的邻域内的像素的均值和方差；M代表待增强图像f(x,y)的均值，S代表增强图像f(x,y)的均方差，a,b,k和E均为系数，且ab0.5,k0.5,E代表增强的系数，2E5，M≤km(x,y)用于选择相对于全图比较暗的区域；aS≤σ(x,y)≤bS用于选择相对于全图方差比较小的区域。

4.根据权利要求1所述的一种基于深度学习的化肥造粒粒度检测方法，其特征在于：在所述步骤S3中，根据图像中化肥颗粒形态对图像进行标注，包括进行粉状颗粒、正常颗粒、大块颗粒三种形态的标注；所述粉状颗粒和大块颗粒属于非正常颗粒。

5.根据权利要求4所述的一种基于深度学习的化肥造粒粒度检测方法，其特征在于：在所述步骤S4中，将数据集中的图像以7:2:1的比例随机分为训练集、验证集与测试集；输入图像像素统一调整至512*512大小，以识别出的目标框表示所需的非正常颗粒区域，且以不同颜色目标框区分大块颗粒区域和粉状颗粒区域。

6.根据权利要求1所述的一种基于深度学习的化肥造粒粒度检测方法，其特征在于：在所述步骤S5中，训练过程中数据集迭代200次，每次训练选取8个样本进行权重更新，并将训练可视化，保留最终的训练最优权重。

7.根据权利要求1所述的一种基于深度学习的化肥造粒粒度检测方法，其特征在于：在所述步骤S7中，使用工控机控制工业相机定时采集造粒图像，自动上传至WEB物联网云平台，平台经过所述造粒检测网络模型，输出检测图像，并计算出非正常颗粒占比，反馈至工控机的预警系统上，再进行化肥造粒要素的调整。

8.一种实施权利要求1-7中任一项所述的化肥造粒粒度检测方法的化肥造粒粒度检测装置，其特征在于，所述装置包括：化肥传送带、固定支架、工业相机、补光灯、工控机以及WEB物联网云平台；

其中，所述化肥传送带安装于化肥氨酸造粒滚筒出口下方，所述固定支架设于化肥传送带上方并垂直架设工业相机，固定支架两侧设有补光灯，工控机通过光纤连接工业相机，获取造粒图像，再上传至WEB物联网云平台，得到造粒检测结果。

9.根据权利要求8所述的化肥造粒检测装置，其特征在于，所述补光灯设有两个，分别置于固定支架的左右两侧，对称分布，用于使LED灯光照射在化肥传送带上的化肥颗粒流上。

10.根据权利要求8所述的化肥造粒检测装置，其特征在于，所述固定支架为不锈钢支架，包括：整体支撑架、水平横杆以及垂直竖杆；整体支撑架为左右竖杆，固定在化肥传送带旁；支撑架上设有水平横杆，而水平横杆上通过卡扣固定垂直竖杆，垂直竖杆上通过卡扣固定工业相机，调节横杆上的卡扣能对工业相机进行左右移动，调节竖杆上的卡扣能对工业相机进行上下移动。