用于籽棉收购环节的籽棉颜色级检测装置及其分级方法

1.本发明设计涉及一种籽棉品质检测的方法，属于籽棉品质检测领域。


背景技术：

2.棉花作为我国主要的经济作物和纺织工业的主要原材料，籽棉品质检验是保证其品质的重要环节。品质检验包括颜色级、轧工质量、马克隆值等。gb 1103.1—2012《棉花第一部分锯齿加工细绒棉》标准的实施，标志着国产细绒棉基本全面实现hvi仪器化检验。然而，hvi仪器化检验的对象是加工好的皮棉，由于其固有的面向皮棉设计的特性，用于杂质含量较大的籽棉检测因误差较大，超出其检测范围而无法适用。因此，在籽棉收购环节，颜色级等个别品质指标仍然采取人工检测，感官评判。往往是检测人员依据主观感受，根据颜色级分级标准结合籽棉对应分档文字描述条件来判定籽棉颜色级。感官检验作为一种质量评价方式，其不仅与检验人员的技能水平、心理状态、训练程度等主观因素密切有关，更取决于籽棉所呈现的客观状态，其主观性使籽棉颜色质量分级具有很大的不确定性。而且由于劳动强度大，耗时长，效率低、工序繁杂，不利于籽棉的快速检测分级，严重影响籽棉收购期间的生产销售效率。因此，实现籽棉颜色分级仪器化，不仅可以减少检验人员的工作强度，提高检测效率，并且可以有效避免棉农与籽棉生产企业之间的冲突，对棉农和加工企业的利益和标准具有重要意义。目前，用于棉花颜色检验的仪器主要以大型台式仪器为主，如外国的hvi，国内的xj128，检测精度高，但对环境条件要求高，价格昂贵且仅适用于皮棉。目前便携式检验仪器的开发还处于起步阶段，虽然也出现一些便携式的检验仪器和方法，但这些仪器和方法的检验原理仍然和hvi一样，采用的是光电转换原理，仍然存在着对环境要求高，仅适用于皮棉，而且其采样窗口较小且固定，无法很好的克服检验结果受杂质的影响这一问题。专利cn103398956b“一种棉花测色的方法”通过色彩色差计测量原棉的cie(国际照明委员会)三刺激值xyz，得到了cielab色空间的参数值l*(亮度)与b*(黄蓝色)，采用更加通用的cie颜色空间的l*与b*值表征棉纤维的颜色，并建立了hunter色空间rd、+b值与 l*、b*值之间的多元线性回归模型，该方法可以实现rd、+b值的计算，但针对的是皮棉，且没有考虑杂质的影响。专利cn 110646354 a“一种棉纤维的颜色测试装置及方法”通过搭建的棉纤维颜色测试装置获取皮棉的反射光图像，并通过设定阈值去除杂质像素，然后利用亨特空间转换公式进行各像素点及其平均rd、 +b值的计算，同时增加了新的颜色指标a，并增加了rd、+b、a三个指标的变异系数cv
rd
、cv
+b
和cva，从而表征棉花成熟度等色特征不均匀情况，该方法虽然考虑了去除杂质的影响，然而仍然针对是加工好的皮棉，而且未实现颜色级的确切分级。专利cn106996914“一种籽棉品质检测装置及其检测方法”采用放置为田子框架形的led光源照射籽棉样品，由放置于田子空白位置的颜色传感器接受籽棉表面的漫反射光，再通过单片机组成的系统对颜色值进行分析处理，输出rd、+b，与系统中保存的仪器测色值与人工分级结果的对应关系对比给出籽棉颜色分级结果，该方法可以实现籽棉的颜色级检测和分级，但采用的是光电转换原理，无法避免杂质因素的影响。因此，急需要开发一种基于rgb图
像信息的、灵活便携、实用性强的籽棉颜色检测装置及分级方法。


技术实现要素：

本发明解决的问题正是针对上述现有设备和技术方法的缺点，提供一种基于 rgb图像信息技术的、灵活便携、实用性强的籽棉颜色检测装置，以及基于上述籽棉颜色检测装置的、操作简便、经济实用的籽棉颜色分级方法。本发明解决其技术问题所采用的技术方案为：一种用于籽棉收购环节的籽棉颜色检测分级装置，包括箱体，还包括计算机、条码扫描仪，所述箱体下部设有ccd高清彩色相机ⅰ、光源固定支架ⅰ、led标准光源ⅰ、籽棉试样存放盒，所述ccd高清彩色相机ⅰ设于所述箱体底部，所述光源固定支架ⅰ设于所述ccd高清彩色相机ⅰ与籽棉试样存放盒之间，led标准光源ⅰ设于所述光源固定支架ⅰ上；籽棉试样存放盒为顶部开口、底部设有透明光学玻璃的盒体；所述箱体上部设有电动推杆、连接架，所述电动推杆与连接架连接，所述连接架上设有ccd高清彩色相机ⅱ、光源固定支架ⅱ、led标准光源ⅱ、透明光学玻璃压棉板，所述ccd高清彩色相机ⅰ设于所述连接架最高处，所述光源固定支架ⅱ设于所述ccd高清彩色相机ⅱ与透明光学玻璃压棉板之间，led标准光源ⅱ设于所述光源固定支架ⅱ上；所述电动推杆带动连接架及透明光学玻璃压棉板可上下移动位置，所述条码扫描仪、ccd高清彩色相机ⅰ、ccd高清彩色相机ⅱ、电动推杆与计算机通过线路相连接，实现控制和数据传输。工作原理：首先将籽棉试样均匀的放置在棉样存放盒内，由电动推杆和连接杆带动压棉板进行压棉，利用led标准光源进行照明，ccd高清彩色相机进行图像采集工作。其中所述条码扫描仪、ccd高清彩色相机和电动推杆与计算机相连接实现控制和数据传输。另外，一种用于籽棉收购环节的籽棉颜色级检测分级方法，主要包括以下步骤：步骤一、标准白色板图像采集：将标准白色板正面朝上放置在样品存放盒内，开启图像采集开关，由上面 ccd高清彩色相机拍下标准白色板的彩色图像，并裁剪为直径大小为k的圆形 (k可根据需要灵活调整)后命名为bzs并保存，然后翻转标准白色板，正面朝下放置，开启图像采集开关，由下面ccd高清彩色相机拍下标准白色板的彩色图像，并裁剪为直径大小为k的圆形后命名为bzx并保存。步骤二、对籽棉样本进行检测：1)利用条码扫描仪扫描籽棉样本包装上的条形码，获取相关信息并保存。2)将一定重量的样本均匀平整的放入样品盒中。启动图像采集开关，上面的采集连接架整体移动并由其下面的光学玻璃板压平棉样，上下两个ccd高清彩色相机同时获取棉样图像，并裁剪为直径大小为k的圆形，裁剪后的图像分别被命名为mys和myx。步骤三、籽棉图像校准：1)分别提取上下两张标准白色板的图像rgb各通道分别保存为r0s、g0s、 b0s和r0x、g0x、b0x。2)分别提取上下两张棉样的图像rgb各通道分别保存为r0s、g0s、b0s和 r0x、g0x、b0x。
3)根据下述公式组(1)分别对应计算进行图像校准：公式组(1)：r＝r0/r0
×
255，g＝g0/g0
×
255，b＝b0/b0
×
255；4)分别将校准后的图像分别命名为mys和myx并进行保存。步骤四、对籽棉图像进行杂质分割：将籽棉的原图像mys和myx由rbg格式转换为ycbcr格式，分别提取 cb通道图像，去除阴影的影响，然后对cb通道图像采用动态阈值分割算法进行杂质分割，实现杂质像素的识别。统计杂质像素点的个数与对应的坐标，将mys 和myx所有彩色图像各通道对应的坐标像素值设置为0，分别保存为mys0和 myx0从而实现彩色图像的杂质分割。步骤五、计算籽棉颜色级的参数指标rd和+b：1)先将杂质分割后的籽棉彩色图像mys0和myx0的各通道根据下述公式(2) 和公式组(3)进行gamma函数变换转换成srgb：公式组(3)：2)在基准白光d65条件下，根据下述公式(4)，由srgb颜色空间转换为 cie-xyz颜色空间，得到光谱三刺激值xs、ys、zs和xx、yx、zx：3)分别计算其平均值和然后再计算总平均值然后再计算总平均值4)根据下述公式组(5)计算，可以获得亨特系统的反射率rd0、黄色深度 +b0：公式组(5)：步骤六、通过校准模型对检测数据进行校正：利用基于机器学习方法构建的校准模型对反射率rd0、黄色深度+b0进行校正，获得校正后的反射率rd、黄色深度+b。步骤七、对籽棉样品进行颜色分级：根据国家标准gb1103-2012的颜色级分级标准，拟合出分级函数对籽棉样本进行分级。作为优选，所述机器学习方法包括：神经网络、支持向量机、线性回归方法。本发明的有益效果有：1)专门针对籽棉的测色方法，可以快速实现收购环节的籽棉颜色检测分级；2)通过rgb图像直接计算rd和+b值，采集图像大小可变，克服传统测色方法受采集窗口限制的缺点；3)利用图像分割去除杂质像素，使测试结果不受杂质影响，更加客观；4)能够适应不同的测试环境，能够实现小型化。
本发明与现有技术相比，所提供的用于籽棉收购环节的籽棉颜色检测分级装置，基于rgb图像信息技术，灵活便携、实用性强，所提供的基于上述装置的籽棉颜色分级方法，操作简便、经济实用。
附图说明
图1为本发明籽棉颜色检测分级装置的结构示意图。图2为本发明分级方法的流程示意图。图3为本发明实施例中颜色级参数校正算法流程图。图4为国家标准gb1103.1-2012中颜色级分级标准示意图。附图所示：1为ccd高清彩色相机ⅰ，2为光源固定支架ⅰ，3为led标准光源ⅰ，4为籽棉试样存放盒，5为籽棉试样，6为透明光学玻璃压棉板，7 为连接架，8为led标准光源ⅱ，9为光源固定支架ⅱ，10为ccd高清彩色相机ⅱ，11为电动推杆，12为箱体，13为计算机，14为条码扫描仪。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书限定的范围。本发明基于以下原理：1)关于图像校正：在图像采集时，光照的稳定性和均匀性对籽棉图像采集的效果影响较大，而且直接影响后期颜色信息的计算。籽棉颜色级指标由反射率rd和黄度深度+b两个指标确定，其中rd值受光照亮度的影响巨大，为了克服光照亮度的影响，一方面要保证光源的稳定性，另一方面可以采用图像校正算法来保证光照的均匀性，具体算法如下：首先，在相同的光照条件下，获取标准白色板的图像，在理想条件下，所获的图像rgb各通道各点的像素值应该是255，但实际上由于光照的不均匀性，可能某些点的像素值未达到255，比如只有245，这时可以根据已知条件，来修正其像素值，使之达到255，这就是图像校正。具体方法如下：提取标准图像各通道的rgb值，设为r0、g0、b0，提取籽棉图像的rgb 值，设为r0、g0、b0，设校正后的各通道值为r、g、b则：r＝r0/r0
×
255，g＝g0/g0
×
255，b＝b0/b0
×
255；2)、关于rgb图像gamma变换：ccd高清彩色相机获取的图像是线性的rgb格式，不能直接转化成cie-xyz 空间，因此需要进行非线性变换，先转换成srgb格式，才能进一步的进行rgb 到cie-xyz的变换。3)、关于计算的颜色级指标rd，+b的校正：目前，还没有专门的针对籽棉颜色级分级的相关数据标准，国家标准《gb1103.1-2012棉花第1部分-锯齿加工细绒棉》也仅仅是在附录a中给出了籽棉对应级别的形态描述。因此，要确定籽棉的颜色分级还需要对籽棉进行试轧后使用hvi检测的指标进行对照。我们的大量实验证明，籽棉纤维的颜色指标与其加工后的皮棉颜色指标存在着一定的差异。因
此，有必要使用某种算法来对计算的颜色指标rd，+b进行校正。本发明选择使用的是基于机器学习的算法，通过编程实现，具体的实现方法如图3所示。4)、关于籽棉颜色级分级：根据国家标准《gb1103-2012籽棉第1部分-锯齿加工细绒棉》附录b中的颜色分级图，本发明拟合出了籽棉颜色各级别的判定函数，实现了籽棉的颜色分级。具体的函数如下：y＝611.5-0.938x；y＝597.1-0.9894x；y＝551.5-0.9517x； y＝479.2-0.9228x；y＝583.8-0.9768x；y＝525.6-0.9367x；y＝547.9-0.9359x； y＝3.334x-52.35；y＝11.2x-0.02387x
2-700.5；x＝107&&y》0&&y《＝100； y＝3.291x-191.8；y＝13.17x-0.02348x
2-1231；x＝152&&y》0&&y《＝228.3581； y＝3.277x-372.5；y＝19.66x-0.03085x
2-2547；x＝209&&y》0&&y《＝115； y＝530.6-1.989x；x》＝0&&x《＝388；y》＝0&&y《＝532。由于籽棉的颜色指标rd通常在45％～85％之间，+b值通常在4～18之间，因此进行籽棉分级时，需要先将 rd，+b的值进行x＝(+b-4)
×
388/14，y＝(rd-45
×
532/40变换，然后再根据上述函数进行级别确定。基于上述原理，一种用于籽棉收购环节的籽棉颜色检测分级装置，包括箱体 12，还包括计算机13、条码扫描仪14，所述箱体12下部设有ccd高清彩色相机ⅰ1、光源固定支架ⅰ2、led标准光源ⅰ3、籽棉试样存放盒4，所述ccd高清彩色相机ⅰ1设于所述箱体12底部，所述光源固定支架ⅰ2设于所述ccd高清彩色相机ⅰ1与籽棉试样存放盒4之间，led标准光源ⅰ3设于所述光源固定支架ⅰ2 上；籽棉试样存放盒4为顶部开口、底部设有透明光学玻璃的盒体；所述箱体12上部设有电动推杆11、连接架7，所述电动推杆11与连接架7 连接，所述连接架7上设有ccd高清彩色相机ⅱ10、光源固定支架ⅱ9、led 标准光源ⅱ8、透明光学玻璃压棉板6，所述ccd高清彩色相机ⅱ10设于所述连接架7最高处，所述光源固定支架ⅱ9设于所述ccd高清彩色相机ⅱ10与透明光学玻璃压棉板6之间，led标准光源ⅱ8设于所述光源固定支架ⅱ10上；所述电动推杆11带动连接架7及透明光学玻璃压棉板6可上下移动位置，所述条码扫描仪14、ccd高清彩色相机ⅰ1、ccd高清彩色相机ⅱ10、电动推杆11与计算机13通过线路相连接，实现控制和数据传输。本发明基于上述检测分级装置，提供的一种籽棉颜色检测分级方法包括以下步骤：步骤一、标准白色板图像采集：系统运行后，将一标准白色板正面朝上放置在样品存放盒内，开启图像采集开关，由上面ccd高清彩色相机拍下标准白色板的彩色图像，并裁剪为直径大小为k的圆形(k可根据需要灵活调整)后命名为bzs并保存，然后翻转标准白色板，正面朝下放置，开启图像采集开关，由下面ccd高清彩色相机拍下标准白色板的彩色图像，并裁剪为直径大小为k的圆形后命名为bzx并保存。步骤二、对籽棉样本进行检测：1)利用条码扫描仪扫描籽棉样本包装上的条形码，获取棉样相关信息并保存。2)将一定重量的样本籽棉样本均匀平整的放入样品盒中，厚度大于2cm。启动图像采集开关，(电动推杆开始推动上面的采集装置整体移动并由其下部的光学玻璃板压平棉样)上下两个ccd高清彩色相机同时获取棉样图像，并裁剪为直径大小为k的圆形，裁剪后的
图像分别被命名为mys和myx。本步骤可通过编程实现。步骤三、籽棉图像校准：1)分别提取上下两张标准白色板的图像rgb各通道分别保存为r0s、g0s、 b0s和r0x、g0x、b0x。2)分别提取上下两张棉样的图像rgb各通道分别保存为r0s、g0s、b0s和 r0x、g0x、b0x。3)根据下述公式组(1)分别对应计算进行图像校准：公式组(1)：r＝r0/r0
×
255，g＝g0/g0
×
255，b＝b0/b0
×
255；4)分别将校准后的图像分别命名为mys和myx并进行保存，本步骤可通过编程实现。步骤四、对籽棉图像进行杂质分割：利用编程实现杂质分割算法。将籽棉的原图像mys和myx由rbg格式转换为ycbcr格式，分别提取cb通道图像，去除阴影的影响，然后对cb通道图像采用动态阈值分割算法进行杂质分割，实现杂质像素的识别。统计杂质像素点的个数与对应的坐标，将mys和myx所有彩色图像各通道对应的坐标像素值设置为0，分别保存为mys0和myx0从而实现彩色图像的杂质分割。步骤五、计算籽棉颜色级的参数指标rd和+b，本步骤可利用编程实现：1)先将杂质分割后的籽棉彩色图像mys0和myx0的各通道根据下述公式(2) 和公式组(3)进行gamma函数变换转换成srgb：公式组(3)：2)在基准白光d65条件下，根据下述公式(4)，由srgb颜色空间转换为 cie-xyz颜色空间，得到光谱三刺激值xs、ys、zs和xx、yx、zx：3)分别计算其平均值和然后再计算总平均值然后再计算总平均值4)根据下述公式组(5)计算，可以获得亨特系统的反射率rd0、黄色深度 +b0：公式组(5)：步骤六、通过校准模型对检测数据进行校正：利用附图3中基于机器学习方法的算法流程构建模型，并使用构建的模型对反射率rd0、黄色深度+b0进行校正，获得校正后的反射率rd、黄色深度+b。所述机器学习方法包括：神经网络、支持向量机、线性回归等方法。步骤七、对籽棉样品进行颜色分级：
根据国家标准gb1103-2012的颜色级分级标准如图4，对籽棉样本进行分级。尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。