本发明涉及到图像处理技术领域，特别是一种基于图像处理的有色颗粒选择方法。
背景技术：
数字图像处理是模式识别、计算机视觉、图像通讯、多媒体技术等的基础学科,是一门涉及多领域的交叉学科。它起源于世纪年代,当时人们采用数字压缩技术通过海底电缆从英国的伦敦到美国的纽约传输了第一幅数字照片。此后,基于遥感等领域的应用,数字图像处理技术逐步受到关注并得到相应的发展。如今,随着计算机及通信技术的发展,图像的应用愈加广泛,并已成为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学甚至社会科学等领域各学科之间学习和研究的对象。随着人们对微光图像,红外图像,光图像的深入研究,数字图像处理技术在军事如夜视仪、工农业生产如工业现场监控,农业自然灾害预警和产品分级、医疗卫生如检测、消费电子家电产品等领域的应用将越来越广泛。颜色快速识别是利用颜色传感器等设备对不同颜色进行区分与辨识,该研究是以光学、机械、电子计算技术为基础的综合性科学技术。随着现代化工业生产向高速化、自动化方向的发展,颜色识别已广泛的应用于造纸、纺织、军工、交通、农业生产等各行业中,生产过程中长期以来由人眼起主导作用的颜色识别工作将越来越多地被相应的颜色传感器所替代。
我国是一个农业大国,农产品产量连续增产,许多农产品都大量出口。以我们内蒙古自治区为例,现在就有多个粮食精选及蔬菜加工场进行农作物加工及出口贸易,而对农产品进行颜色分选分级是食品加工的必经步骤,过去通过人工来实现分选,由于人的主观因素以及工作强度造成的眼疲劳,以及分选时造成的人为污染,大大降低了生产效率以及分选的准确性,且分选后的产品也不符合卫生标准。
技术实现要素：
为解决上述技术问题，本发明提供了一种基于图像处理的有色颗粒选择方法，其特征在于，包括以下步骤：
在采集视频图像时,将视频的第一帧设定为参考帧,将后续的其他帧与参考帧进行差分处理,提取颗粒，利用下面两式对彩色图像进行首帧差分处理获取二值图像：
b(x,y)＝255(f(x,y,n)-f(x,y,1)>k)
b(x,y)＝0(f(x,y,n)-f(x,y,1)≤k)
式中,b(x,y)表示二值图像上(x,y)点处的像素值，f(x,y,1)表示第1帧图像上(x,y)点处像素的R分量值，f(x,y,n)表示第n帧图像上(x,y)点处像素的R分量值，k表示阈值；
二值图像上白色像素表示提取的颗粒像素,黑色表示背景像素，在提取白色像素的同时,累加其个数N,并且获得白像素的区域分布范围,当N>200时,表明该通道工位有颗粒；
在判断出有颗粒时,对二值图像上的颗粒区域进行逐像素扫描,遇到白色像素时,将原图像上对应位置的像素值用下式进行判断,获得新的二值图像
g(x,y),即
g(x,y)＝255(R(x,y)-(G(x,y)+B(x,y))/2>T)
g(x,y)＝0(R(x,y)-(G(x,y)+B(x,y))/2≤T)
式中,g(x,y)表示图像g上(x,y)点处的像素值，R(x,y)表示原图像上(x,y)点处像素的R分量值，G(x,y)表示原图像上(x,y)点处的G分量值；
B(x,y)表示原图像中上(x,y)点处的B分量值，T表示阈值；
扫描完二值图像的颗粒区域后获得g(x,y)＝255像素点的个数n,通过n与N之间的关系来判断是否有色颗粒，若n/N>0.2,认为该颗粒为有色颗粒,进行排除，否则进行后续的破损颗粒判断；
对于不满足有色颗粒判断条件的颗粒,判断其是否是破壳颗粒，具体包括以下步骤：
设定一个参数q＝0,然后对二值图像上的颗粒区域在y方向上进行逐列扫描,如果某条扫描线上的像素由白变黑的次数大于1时,q值加1,当扫描完颗粒区域后,如果q≥4,则可判定此颗粒是破壳颗粒，否则,对颗粒区域进行x方向上的扫描和判断,判断方法和原理同y方向；
对于不满足上述条件的颗粒,需要判断它是否是带有裂纹的颗粒，对颗粒区域原图像的R分量利用Prewitt算子进行微分处理,然后对微分处理后的结果图像逐层去除边缘，以二值图像上的颗粒区域为目标,进行逐层贴标签处理,一共标记5层,然后以标记像素为参考,将微分图像上对应位置的像素值设为零；
在去除边缘后的输出结果图像中,对颗粒区域范围内的像素进行扫描,计算像素值大于200的像素个数m,若m≥5,则可判定该颗粒为破裂颗粒，每隔20ms自动采集一帧图像,对每帧图像上的各个工位依次进行上述处理和判断。
本发明具有以下有益效果：
本发明提供的基于图像处理的有色颗粒选择方法通过对像素进行处理，判断颗粒的颜色，并对相应颜色颗粒判断是否破壳，本发明在色选时的图像识别准确率高。
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
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。
本发明实施例提供了一种基于图像处理的有色颗粒选择方法，其包括以下步骤：
在采集视频图像时,将视频的第一帧设定为参考帧,将后续的其他帧与参考帧进行差分处理,提取颗粒，利用下面两式对彩色图像进行首帧差分处理获取二值图像：
b(x,y)＝255(f(x,y,n)-f(x,y,1)>k)
b(x,y)＝0(f(x,y,n)-f(x,y,1)≤k)
式中,b(x,y)表示二值图像上(x,y)点处的像素值，f(x,y,1)表示第1帧图像上(x,y)点处像素的R分量值，f(x,y,n)表示第n帧图像上(x,y)点处像素的R分量值，k表示阈值；
二值图像上白色像素表示提取的颗粒像素,黑色表示背景像素，在提取白色像素的同时,累加其个数N,并且获得白像素的区域分布范围,当N>200时,表明该通道工位有颗粒；
在判断出有颗粒时,对二值图像上的颗粒区域进行逐像素扫描,遇到白色像素时,将原图像上对应位置的像素值用下式进行判断,获得新的二值图像g(x,y),即
g(x,y)＝255(R(x,y)-(G(x,y)+B(x,y))/2>T)
g(x,y)＝0(R(x,y)-(G(x,y)+B(x,y))/2≤T)
式中,g(x,y)表示图像g上(x,y)点处的像素值，R(x,y)表示原图像上(x,y)点处像素的R分量值，G(x,y)表示原图像上(x,y)点处的G分量值；B(x,y)表示原图像中上(x,y)点处的B分量值，T表示阈值；
扫描完二值图像的颗粒区域后获得g(x,y)＝255像素点的个数n,通过n与N之间的关系来判断是否有色颗粒，若n/N>0.2,认为该颗粒为有色颗粒,进行排除，否则进行后续的破损颗粒判断；
对于不满足有色颗粒判断条件的颗粒,判断其是否是破壳颗粒，具体包括以下步骤：
设定一个参数q＝0,然后对二值图像上的颗粒区域在y方向上进行逐列扫描,如果某条扫描线上的像素由白变黑的次数大于1时,q值加1,当扫描完颗粒区域后,如果q≥4,则可判定此颗粒是破壳颗粒，否则,对颗粒区域进行x方向上的扫描和判断,判断方法和原理同y方向；
对于不满足上述条件的颗粒,需要判断它是否是带有裂纹的颗粒，对颗粒区域原图像的R分量利用Prewitt算子进行微分处理,然后对微分处理后的结果图像逐层去除边缘，以二值图像上的颗粒区域为目标,进行逐层贴标签处理,一共标记5层,然后以标记像素为参考,将微分图像上对应位置的像素值设为零；
在去除边缘后的输出结果图像中,对颗粒区域范围内的像素进行扫描,计算像素值大于200的像素个数m,若m≥5,则可判定该颗粒为破裂颗粒，每隔20ms自动采集一帧图像,对每帧图像上的各个工位依次进行上述处理和判断。
本发明提供的基于图像处理的有色颗粒选择方法通过对像素进行处理，判断颗粒的颜色，并对相应颜色颗粒判断是否破壳，本发明在色选时的图像识别准确率高。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。