本发明涉及到色选机技术领域，特别是一种基于CCD传感器的色选机特定颗粒识别方法。
背景技术：
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。
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。
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对待色选颗粒的灰度的分布特征对图像进行处理色选的方法
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CCD传感器的色选机特定颗粒识别方法，其包括以下步骤：
S1：通过CCD传感器获得各个颗粒的图像，并提取颗粒的外部轮廓数据；
S2：获取所述颗粒的外部轮廓所围成的图像面积S1；
S3：将所述外部轮廓内的图像按照设定以灰度阈值，将高于所述灰度阈值、低于所述灰度阈值的图像通过第二轮廓线间隔；
S4：获取所述第二轮廓线内的图像面积S2，得到颗粒的外部轮廓线的面积与第二轮廓线内的图像面积比值K；
S5：获取各个颗粒的第一轮廓线与第二轮廓线的比值K，并取平均值K*，所述平均值的误差系数为L，颗粒在K*-L与K*+L之间属于所述特定颗粒；
S6：将混有所述特定颗粒的待色选的颗粒物通过CCD传感器获取各个颗粒的图像，并按照步骤S1-S4进行处理，当得到的颗粒的第一轮廓线与第二轮廓线的比值K在K*-L与K*+L，则选择该颗粒为特定颗粒，否则为需要剔除的颗粒。
较佳地，去噪后的灰度图像经对比度自适应的直方图均衡化、二值化、中值滤波处理之后，得到低于所述灰度阈值的图像，并得到第二轮廓线。
较佳地，面积计算采用边界跟踪来获得第二轮廓线的轮廓点，同时获得各轮廓点的跟踪方向信息，并根据其跟踪方向信息来判断各轮廓点的状态，以计算轮廓内像素总数之用。
本发明具有以下有益效果：
本发明提供基于CCD传感器的色选机特定颗粒识别方法通过对CCD传感器采集到的颗粒图像的灰度值进行分析，得到不同灰度值的分布面积，根据特定颗粒的灰度分布特征，得到是否需要选择或者剔除，为一种全新的色选方法。
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。
本发明提供了一种基于CCD传感器的色选机特定颗粒识别方法，其包括以下步骤：
S1：通过CCD传感器获得各个颗粒的图像，并提取颗粒的外部轮廓数据；
S2：获取所述颗粒的外部轮廓所围成的图像面积S1；
S3：将所述外部轮廓内的图像按照设定以灰度阈值，将高于所述灰度阈值、低于所述灰度阈值的图像通过第二轮廓线间隔；
S4：获取所述第二轮廓线内的图像面积S2，得到颗粒的外部轮廓线的面积与第二轮廓线内的图像面积比值K；
S5：获取各个颗粒的第一轮廓线与第二轮廓线的比值K，并取平均值K*，所述平均值的误差系数为L，颗粒在K*-L与K*+L之间属于所述特定颗粒；
S6：将混有所述特定颗粒的待色选的颗粒物通过CCD传感器获取各个颗粒的图像，并按照步骤S1-S4进行处理，当得到的颗粒的第一轮廓线与第二轮廓线的比值K在K*-L与K*+L，则选择该颗粒为特定颗粒，否则为需要剔除的颗粒。
其中去噪后的灰度图像经对比度自适应的直方图均衡化、二值化、中值滤波处理之后，得到低于所述灰度阈值的图像，并得到第二轮廓线。
本实施例中面积计算采用边界跟踪来获得第二轮廓线的轮廓点，同时获得各轮廓点的跟踪方向信息，并根据其跟踪方向信息来判断各轮廓点的状态，以计算轮廓内像素总数之用。
本发明具有以下有益效果：
本发明提供基于CCD传感器的色选机特定颗粒识别方法通过对CCD传感器采集到的颗粒图像的灰度值进行分析，得到不同灰度值的分布面积，根据特定颗粒的灰度分布特征，得到是否需要选择或者剔除，为一种全新的色选方法。
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。