本发明涉及棉花检测技术领域，具体是一种基于移动智能终端的机采籽棉杂质检测方法。
背景技术：
机采籽棉中含有大量的棉花植株茎秆、棉铃壳、叶屑、僵瓣等杂质，且籽棉含杂率是籽棉收购时定级定价的重要依据，与籽棉贸易双方利益攸关，尤其是棉农利益(贸易过程中往往棉农利益受损)；此外，若能在清杂前检测出籽棉杂质，不仅能在清杂时调节设备参数，从而提高清杂效率并减少棉纤维损伤，能够最大程度保持棉花原有品质。因此，研究机采籽棉杂质的快速检测方法有着非常重要的意义。
现有棉花杂质含量检测技术主要用于皮棉杂质含量检测，而关于籽棉杂含量的质检测方法则非常少见。可检索到的文献中，采用图像处理策略达到了一定的分类识别效果，但是存在检测精确度不高、效率低的缺陷。
技术实现要素：
本发明的目的在于提供一种基于移动智能终端的机采籽棉杂质检测方法，该方法用移动智能终端对籽棉杂质含量进行方便快捷的分析，为后续提高清杂效率、减少棉纤维损伤提供先决条件。
本发明解决其技术问题所采用的技术方案是：
一种基于移动智能终端的机采籽棉杂质检测方法，包括以下步骤：
s1、对籽棉样品选择一组杂质检测区域窗口；
s2、通过移动智能终端采集杂质检测区域窗口内的籽棉样品，得到原始籽棉样品图像；
s3、对原始籽棉样品图像进行预处理，预处理时先对原始籽棉样品图像进行中值滤波，得到彩色梯度图像；接着对彩色梯度图像进行扩展极小值变换h-minima运算，得到梯度标记图像；然后对梯度标记图像进行形态学强制最小运算，得到修正梯度图像；
s4、对预处理后的图像进行分割，得到完整杂质区域分割图像；
s5、根据杂质区域分割图像，计算单位面积内籽棉样品杂质颗粒数；
s6、根据杂质区域分割图像，计算籽棉样品杂质面积百分比；
s7、根据单位面积内籽棉样品杂质颗粒数与籽棉样品杂质面积百分比，计算籽棉样品杂质占籽棉样品的质量百分比，得到籽棉样品杂质含量。
进一步的，步骤s1的杂质检测区域窗口的数量≥7。
进一步的，步骤s2在采集时，移动智能终端的摄像头与籽棉样品之间的夹角为90±5°，摄像头与籽棉样品的垂直距离为20～30cm。
进一步的，步骤s3扩展极小值变换h-minima运算采用公式
形态学强制最小运算采用公式
进一步的，步骤s4图像分割时，先用分水岭算法对预处理后的图像在空间位置上相近且灰度值相近的像素点连接起来构成一个封闭的轮廓，得到初始分割图像；然后在初始分割图像的基础上，进行两次区域合并操作，得到最终的杂质区域分割图像。
进一步的，步骤s5先在his色彩空间中利用棉花和杂质的先验知识进行杂质识别，然后计算单位面积内籽棉样品杂质颗粒数。
进一步的，步骤s6计算籽棉样品杂质面积百分比时，统计杂质区域内的杂质像素点，杂质像素点总和即代表了籽棉样品杂质面积。
本发明的有益效果是，利用移动智能终端对机采籽棉图像进行采集，通过图像处理相关算法检测出籽棉杂质的含量，降低了籽棉杂质检测环境的要求，可达到体积小、成本低、易操作、处理过程较为快速等检测效果，有助于提高清杂效率、减少棉纤维损伤。
附图说明
下面结合附图和实施例对本发明进一步说明：
图1是本发明的流程图；
图2是本发明图像处理流程示意图；
图3是本发明选择杂质检测区域窗口的示意图；
图4是本发明原始籽棉样品图像的放大示意图；
图5是本发明杂质颗粒数、杂质面积与杂质含量的回归函数图。
具体实施方式
结合图1与图2所示，本发明提供一种基于移动智能终端的机采籽棉杂质检测方法，包括以下步骤：
s1、对籽棉样品选择一组杂质检测区域窗口；作为优选的，步骤s1的杂质检测区域窗口的数量≥7；结合图3所示，本实施例选择九个杂质检测区域窗口；
s2、结合图4所示，通过移动智能终端采集杂质检测区域窗口内的籽棉样品，采集时，移动智能终端的摄像头与籽棉样品之间的夹角为90±5°，摄像头与籽棉样品的垂直距离为20～30cm，得到原始籽棉样品图像，即img1、img2、img3……img8、img9；
s3、对原始籽棉样品图像img1、img2、img3……img8、img9进行预处理，预处理时先对原始籽棉样品图像进行中值滤波，得到彩色梯度图像
所述扩展极小值变换h-minima运算采用公式
所述形态学强制最小运算采用公式
s4、对预处理后的图像进行分割，得到完整杂质区域分割图像；分割时，先用分水岭算法对预处理后的图像在空间位置上相近且灰度值相近的像素点连接起来构成一个封闭的轮廓，得到初始分割图像fiws；然后在初始分割图像的基础上，进行两次区域合并操作，得到最终的杂质区域分割图像；
所述分水岭算法采用公式
两次区域合并操作时，首先对初始分割图像进行区域标记，建立区域邻接关系表表示各区域间的相邻关系，根据分水岭脊线上像素八邻域的标记数统计情况，完成两个区域标记数字的统一及分水岭脊线的消除操作，得到初始合并图像fiimg，再利用颜色信息特征进一步判定区域间的相似性，采用hsi颜色空间的饱和度s阈值和色度h阈值判别完成颜色相近的相邻区域间的合并，得到最终的杂质区域分割图像；
s5、结合图5所示，根据杂质区域分割图像，首先在his色彩空间中利用棉花和杂质的先验知识进行杂质识别，然后计算单位面积内籽棉样品杂质颗粒数，可取九个检测区域内杂质颗粒数结果的平均值；
s6、根据杂质区域分割图像，统计杂质区域内的杂质像素点，杂质像素点总和即代表了籽棉样品杂质面积，然后计算籽棉样品杂质面积百分比；
s7、根据单位面积内籽棉样品杂质颗粒数与籽棉样品杂质面积百分比，计算籽棉样品杂质占籽棉样品的质量百分比，得到籽棉样品杂质含量。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制；任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同替换、等效变化及修饰，均仍属于本发明技术方案保护的范围内。