一种CCD色选机的图像处理方法 |
|||||||
申请号 | CN201610599484.5 | 申请日 | 2016-07-27 | 公开(公告)号 | CN106238347A | 公开(公告)日 | 2016-12-21 |
申请人 | 合肥高晶光电科技有限公司; | 发明人 | 沈振东; 纪明伟; | ||||
摘要 | 本 发明 实施例 提供了一种CCD色选机的 图像处理 方法,其包括以下步骤:获取图像的灰度值,设定f(x,y)为图像(x,y)点的实际灰度,Oi(i=1,2,...,8)为f(x,y)各相邻点的灰度;通过冲击响应为H(s,t)对f(x,y)的灰度值进行噪声滤波,用离散卷积形式来进行噪声平滑运算,对图像进行锐化处理,将图像分别通过g(i,j)进行平滑处理,通过G(i,j)进行锐化处理,获取处理后的图像的R、G、B数值,并根据色选需要定义R、G、B的数值进行色选。本发明通过获取图像各个 像素 的灰度值,并对每个像素图像进行平滑、锐化处理,得到处理后优化的R、G、B数值,对图像优化之后的色选对图像的识别率的高。 | ||||||
权利要求 | 1.一种CCD色选机的图像处理方法,其特征在于,包括以下步骤: |
||||||
说明书全文 | 一种CCD色选机的图像处理方法技术领域[0001] 本发明涉及到色选机技术领域,特别是一种CCD色选机的图像处理方法。 背景技术[0002] 光电色选机综合利用了现代光学、电子学和生物学等新技术,是典型的光、机、电一体化的高新技术设备。色选是大米精加工中最终质量控制和质量强化的一道工序,由此去除黄色、黑、红、腹白等异色粒和微小病斑等瑕疵米粒,以提高大米的纯度,增强产品的质量和竞争力。通过剔除大米中的黄米、病斑米等异色杂质,首先可以在感官上提升大米的竞争力,刺激人们的购买欲望,其次杂质的剔除有效地降低了大米的黄曲霉素等有害物质,实实在在地提升大米的质量,提升人们的消费品位。因此,色选机成为大米加工企业提高产品质量和衡量企业实力的关键设备,越来越多的企业选择并应用它,色选机具有很好的发展前景,市场发展逐步成熟。 [0003] 随着色选机在大米加工企业中应用的推广,人们对色选机的要求也越来越高,既要求色选机具有良好的色选效果,又要求色选机的产量大。色选效果包括两个方面:色选精度和带出比。色选精度是指色选后成品的质量,以成品中好料占总重量百分比来衡量;带出比是指色选时选出的废料中坏料与好料的比例,色选精度高、带出比低而且产量大的色选机才是先进的色选机。同时新兴的杂粮领域异军突起,为色选机提供了新的应用平台,现在色选机已经应用在了葵花籽、枸杞、白瓜子、葡萄干等领域,它们对色选机的要求更高,这些应用领域使用的色选机价格相对较高,利润相对较大,使色选机即面临机遇,又面临新的挑战。除了在农业方面的应用外,色选机也在工业领域得到了应用,如色选机在塑料和矿石等领域得到了应用。色选机技术的发展水平越来越高,市场竞争也越来越激烈,色选机的竞争将是高新技术和低成本的较量。 [0004] 色选机的竞争力主要体现在色选的精度高,识别率高,而色选机的图像处理方法是其能够提高色选效率的关键因素。目前色选机技术领域还没有一种通过灰度对图像进行优化的方法。 发明内容[0005] 为解决上述技术问题,本发明提供了一种CCD色选机的图像处理方法,其包括以下步骤: [0006] 获取图像的灰度值,设定f(x,y)为图像(x,y)点的实际灰度,Oi(i=1,2,...,8)为f(x,y)各相邻点的灰度,则领域平均法可表示为: [0007] [0008] 其中,e是图像f(x,y)中在点(x,y)处的灰度与其各相邻点的灰度和的平均值的误差门限; [0009] 通过冲击响应为H(s,t)对f(x,y)的灰度值进行噪声滤波,用离散卷积形式来进行噪声平滑运算为 [0010] [0011] 对图像进行锐化处理,其处理函数为: [0012] [0013] 且该梯度矢量在(x,y)点处的梯度幅度和方向角分别为: [0014] [0015] [0016] 对于数字图像f(i,j),用差分来近似代替导数,则在点(i,j)处沿x方向和y方向的一阶差分可表示为: [0017] Δxf(i,j)=f(i+1,j)-f(i,j) [0018] Δyf(i,j)=f(i,j+1)-f(i,j) [0019] 此时锐化后的图像灰度值G(x,y)可表示为: [0020] [0021] 将图像分别通过g(i,j)进行平滑处理,通过G(i,j)进行锐化处理,获取处理后的图像的R、G、B数值,并根据色选需要定义R、G、B的数值进行色选。 [0022] 本发明具有以下有益效果: [0024] 当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。 具体实施方式[0025] 下面将结合本发明实施例对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。 [0026] 本发明实施例提供了一种CCD色选机的图像处理方法,其包括以下步骤: [0027] 获取图像的灰度值,设定f(x,y)为图像(x,y)点的实际灰度,Oi(i=1,2,...,8)为f(x,y)各相邻点的灰度,则领域平均法可表示为: [0028] [0029] 其中,e是图像f(x,y)中在点(x,y)处的灰度与其各相邻点的灰度和的平均值的误差门限; [0030] 通过冲击响应为H(s,t)对f(x,y)的灰度值进行噪声滤波,用离散卷积形式来进行噪声平滑运算为 [0031] [0032] 对图像进行锐化处理,其处理函数为: [0033] [0034] 且 为: [0035] [0036] 对于数字图像f(i,j),用差分来近似代替导数,则在点(i,j)处沿x方向和y方向的一阶差分可表示为: [0037] Δxf(i,j)=f(i+1,j)-f(i,j) [0038] Δyf(i,j)=f(i,j+1)-f(i,j) [0039] 此时锐化后的图像灰度值G(x,y)可表示为: [0040] [0041] 将图像分别通过g(i,j)进行平滑处理,通过G(i,j)进行锐化处理,获取处理后的图像的R、G、B数值,并根据色选需要定义R、G、B的数值进行色选。 [0042] 本发明通过获取图像各个像素的灰度值,并对每个像素图像进行平滑、锐化处理,得到处理后优化的R、G、B数值,对图像优化之后的色选对图像的识别率的高。 |