一种用于色选机的物料分类方法及系统与流程

本发明涉及色选机，尤其涉及一种用于色选机的物料分类方法及系统。

背景技术：

1、色选机是一种结合了光学、机械、软件开发、图像采集和处理等领域的产品。因为其具有分类精度高、剔选速度快和分选算法适应性强等特点，色选机被广泛应用于谷物、茶叶、矿石等物料的分选处理。色选机具体使用时，通过传送机构将大量待选物料送至图像采集和剔选装置，通过图像采集装置如线阵ccd获取物料的实时图像信息，经图像处理和剔选规则分类后，不合格物料流经剔除装置时，开启气阀实现物料分离。然而，传统方法中部分色选机通过物料的颜色特征进行识别，部分色选机通过纹理特征进行识别，还有部分通过颜色和纹理特征进行识别，色选机的通用性较低，而且识别精准度还有待提高。

技术实现思路

1、为解决背景技术中存在的技术问题，本发明提出一种用于色选机的物料分类方法及系统。

2、本发明提出的一种用于色选机的物料分类方法，包括：

3、获取待分类物料图像；

4、对获取的待分类物料图像进行预处理，得到待分类物料的rgb数字图像；

5、对待分类物料的rgb数字图像进行特征提取，得到特征集；

6、根据特征集和预先训练好的分类模型对待分类物料进行分类；

7、其中，对待分类物料的rgb数字图像进行特征提取，得到特征集，具体包括:

8、对待分类物料的rgb数字图像进行颜色特征提取，得到第一特征集；

9、对待分类物料的rgb数字图像进行纹理特征提取，得到第二特征集；

10、将第一特征集和第二特征集进行串接融合，得到第三特征集。

11、优选地，对待分类物料的rgb数字图像进行纹理特征提取，得到第二特征集，具体包括：

12、通过灰度共生矩阵对待分类物料的rgb数字图像进行纹理特征提取，得到第二特征集。

13、优选地，通过灰度共生矩阵提取具体的纹理特征的计算公式为：

14、对比度：

15、相关性：

16、角秒矩：

17、均匀性：

18、优选地，根据特征集和预先训练好的分类模型对待分类物料进行分类，具体包括：

19、预先构建不同的分类模型；

20、分别将第一特征集、第二特征集和第三特征集输入预先构建的不同的分类模型进行训练，得到分类准确率；

21、根据分类准确率，选择分类准确率最高的分类模型作为待分类物料的最终分类模型，选择最终分类模型在分类准确率最高时输入的特征集作为待分类物料的分类特征；

22、根据分类特征和最终分类模型对待分类物料进行分类。

23、优选地，预先构建的不同的分类模型包括支持向量机svm模型、k近邻knn模型、多层感知机mlp模型和朴素贝叶斯nb模型。

24、优选地，对获取的待分类物料图像进行预处理，得到待分类物料的rgb数字图像，具体包括：

25、将获取的待分类物料图像中的阴影去除，得到无阴影图像；

26、对无阴影图像中进行二值分割，得到二值化图像；

27、对二值化图像进行连通区域标记处理，去除二值化图像中的干扰图像，得到待分类物料的rgb数字图像。

28、优选地，在对二值化图像进行连通区域标记处理，去除二值化图像中的干扰图像，得到待分类物料的rgb数字图像之前，还包括：

29、对二值化图像进行形态学处理，得到降噪的二值化图像。

30、本发明还提出了一种用于色选机的物料分类系统，包括：

31、图像采集模块，用于获取待分类物料图像；

32、预处理模块，用于对获取的待分类物料图像进行预处理，得到待分类物料的rgb数字图像；

33、特征提取模块，用于对待分类物料的rgb数字图像进行特征提取，得到特征集；

34、分类模块，用于根据特征集和预先训练好的分类模型对待分类物料进行分类；

35、其中，特征提取模块包括：

36、第一特征提取子模块，用于对待分类物料的rgb数字图像进行颜色特征提取，得到第一特征集；

37、第二特征提取子模块，用于对待分类物料的rgb数字图像进行纹理特征提取，得到第二特征集；

38、特征融合子模块，用于将第一特征集和第二特征集进行串接融合，得到第三特征集。

39、优选地，分类模块包括：

40、模型构建子模块，用于预先构建不同的分类模型；

41、模型训练子模块，用于分别将第一特征集、第二特征集和第三特征集输入预先构建的不同的分类模型进行训练，得到分类准确率；并根据分类准确率，选择分类准确率最高的分类模型作为待分类物料的最终分类模型，选择最终分类模型在分类准确率最高时输入的特征集作为待分类物料的分类特征；

42、分类子模块，用于根据分类特征和最终分类模型对待分类物料进行分类。

43、优选地，预处理模块包括：

44、阴影去除子模块，用于将获取的待分类物料图像中的阴影去除得到无阴影图像；

45、图像分割子模块，用于对无阴影图像中进行二值分割得到二值化图像；

46、连通区域标记处理子模块，用于对二值化图像进行连通区域标记处理，去除二值化图像中的干扰图像，得到待分类物料的rgb数字图像。

47、本发明还提出了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序，以实现上述任一项所述的用于色选机的物料分类方法。

48、本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现上述任一项所述的用于色选机的物料分类方法。

49、本发明中，所提出的用于色选机的物料分类方法及系统，先获取待分类物料图像，并对获取的待分类物料图像进行预处理可提高后续进行特征提取的精准性，避免阴影、噪声等的干扰，然后根据通过特征提取得到的第一特征集、第二特征集和第三特征集以及预先训练好的分类模型对待分类物料进行分类，通用性高，且可极大地提高待分类物料的分类精准度。

技术特征：

1.一种用于色选机的物料分类方法，其特征在于，包括：

2.根据权利要求1所述的用于色选机的物料分类方法，其特征在于，根据特征集和预先训练好的分类模型对待分类物料进行分类，具体包括：

3.根据权利要求1所述的用于色选机的物料分类方法，其特征在于，对待分类物料的rgb数字图像进行纹理特征提取，得到第二特征集，具体包括：

4.根据权利要求1所述的用于色选机的物料分类方法，其特征在于，对获取的待分类物料图像进行预处理，得到待分类物料的rgb数字图像，具体包括：

5.一种用于色选机的物料分类系统，其特征在于，包括：

6.根据权利要求5所述的用于色选机的物料分类系统，其特征在于，纹理特征包括对比度、相关性、角秒矩和均匀性。

7.根据权利要求5所述的用于色选机的物料分类系统，其特征在于，分类模块包括：

8.根据权利要求5所述的用于色选机的物料分类系统，其特征在于，预处理模块包括：

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序，以实现权利要求1-4任一项所述的用于色选机的物料分类方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行，以用于实现权利要求1-4任一项所述的用于色选机的物料分类方法。

技术总结
本发明公开了一种用于色选机的物料分类方法及系统，包括：获取待分类物料图像；对获取的待分类物料图像进行预处理，得到待分类物料的RGB数字图像；对待分类物料的RGB数字图像进行特征提取，得到特征集；根据特征集和预先训练好的分类模型对待分类物料进行分类；其中，对待分类物料的RGB数字图像进行特征提取，得到特征集，具体包括:对待分类物料的RGB数字图像进行颜色特征提取，得到第一特征集；对待分类物料的RGB数字图像进行纹理特征提取，得到第二特征集；将第一特征集和第二特征集进行串接融合，得到第三特征集。本发明提出的方法通用性高，且可极大地提高待分类物料的分类精准度。

技术研发人员：钱波,刘皓,吴茂乾,程丹,张广才,李帷韬,姜滔,童峰
受保护的技术使用者：合肥博焱视芯电子科技有限公司
技术研发日：
技术公布日：2024/1/13