一种基于色彩特征滤过的矿石图像识别方法及其装置与流程

本发明涉及矿石图像识别领域，尤其涉及一种基于色彩特征滤过的矿石图像识别方法及其装置。

背景技术：

1、在矿石破碎作业中，为了实现破碎锤自动化破碎矿石的需求，识别待碎矿石是其中最重要一环。只有能够准确的识别待碎矿石，才能顺利的引导破碎锤将矿石破碎，完成自动化施工。

2、以智能挖掘机为例，挖掘机在无人操作状态下工作过程中，针对矿石破碎等的专有作业工况场景，通过挖掘机上由摄像头和图像处理器构成的视觉系统对作业目标物的矿石进行识别。矿石识别要达到将矿石和矿石作业面明确标定出来的识别要求。采用识别物特征轮廓抽取的办法进行识别，在实际识别过程中，通过对矿石图像进行二值化处理，经过腐蚀、膨胀等方法进行图像锐化，通过设定灰度阈值获取轮廓。处理过程中也通常采用滤波、去噪等方法，获取识别目标物的轮廓特征。在此识别过程中，矿石背景以及矿石之间的空隙也会闭合成轮廓，并切离成独立面，被误认为是矿石表面，造成识别错误。

技术实现思路

1、为了避免矿石背景以及矿石之间的空隙不被误识别，提高矿石识别的准确率，本发明的其中一方面提供一种基于色彩特征滤过的矿石图像识别方法，包括：根据预先建立的矿石色彩特征信息库对待识别的矿石图像中的矿石进行矿石定义，以定义出所述矿石所属的色彩特征类；根据所述矿石定义结果确定与所述矿石相应的rgb色彩特征滤过函数；对所述矿石图像的亮度进行环境光修正处理以将所述矿石图像统一至标准型采样亮度；以及对环境光修正后的所述矿石图像进行滤过处理以将所述矿石从背景以及矿石之间的间隙中割离。

2、优选地，所述rgb色彩特征滤过函数表示为;其中ai为矿石所属的色彩特征类，“1”对应的是矿石图片的像素位置，保持原像素位置不变；k为与r红，g绿，b蓝分别对应的滤过因子。

3、优选地，对所述矿石图像的亮度进行环境光修正处理，包括：根据rgb函数对所述矿石图像的亮度进行环境光修正处理；其中，修正前的矿石图像rgb函数mo表示为；为x像素点的r红，g绿，b蓝分别对应对的亮度值；x=（i, j）为像素位置，定义域由矿石图像的所有像素位置组成；其中，修正后的矿石图像rgb函数mt表示为：；其中，；α为增益修正数，γ为偏差修正数；α与γ的值通过矿石图像与标准环境光图像对比动态获得。

4、优选地，对环境光修正后的所述矿石图像进行滤过处理，包括：设矿石图像的矿石像素函数为，非矿石像素函数为矿石像素函数的补函数；x=（i, j）为像素位置，m=（u, v, w）为矿石图像的rgb亮度值；其中，；经过非矿石像素函数计算，非矿石像素均被置值1，显示为白色；矿石像素为非矿石像素的补集，剔除经滤过处理后的非矿石像素，从而获得矿石像素函数结果。

5、优选地，所述方法还包括：对滤过处理后的所述矿石图像进行包括灰度化、二值化、膨胀、腐蚀中的一种或多种处理操作以获得矿石轮廓。

6、为了避免矿石背景以及矿石之间的空隙不被误识别，提高矿石识别的准确率，本发明的其中一方面提供一种基于色彩特征滤过的矿石图像识别装置，包括：矿石定义模块，被配置为根据预先建立的矿石色彩特征信息库对待识别的矿石图像中的矿石进行矿石定义，以定义出所述矿石所属的色彩特征类；rgb色彩特征滤过函数确定模块，被配置为根据所述矿石定义结果确定与所述矿石相应的rgb色彩特征滤过函数；环境光修正模块，被配置为对所述矿石图像的亮度进行环境光修正处理以将所述矿石图像统一至标准型采样亮度；以及图像滤过模块，被配置为对环境光修正后的所述矿石图像进行滤过处理以将所述矿石从背景以及矿石之间的间隙中割离。

7、优选地，所述rgb色彩特征滤过函数表示为;其中ai为矿石所属的色彩特征类，“1”对应的是矿石图片的像素位置，保持原像素位置不变；k为与r红，g绿，b蓝分别对应的滤过因子。

8、优选地，所述环境光修正模块被进一步配置为根据rgb函数对所述矿石图像的亮度进行环境光修正处理；其中，修正前的矿石图像rgb函数mo表示为；为x像素点的r红，g绿，b蓝分别对应对的亮度值；x=（i, j）为像素位置，定义域由矿石图像的所有像素位置组成；其中，修正后的矿石图像rgb函数mt表示为：；其中，；α为增益修正数，γ为偏差修正数；α与γ的值通过矿石图像与标准环境光图像对比动态获得。

9、优选地，所述图像滤过模块被进一步配置为：设矿石图像的矿石像素函数为，非矿石像素函数为矿石像素函数的补函数；x=（i, j）为像素位置，m=（u, v, w）为矿石图像的rgb亮度值；其中，；经过非矿石像素函数计算，非矿石像素均被置值1，显示为白色；矿石像素为非矿石像素的补集，剔除经滤过处理后的非矿石像素，从而获得矿石像素函数结果。

10、优选地，所述装置还包括：图像后处理模块，被配置为对滤过处理后的所述矿石图像进行包括灰度化、二值化、膨胀、腐蚀中的一种或多种处理操作以获得矿石轮廓。

11、本发明将识别目标画面的识别目标物的矿石类型根据色彩特征进行定义，在识别过程中进行rgb色彩特征算子的滤过，然后根据识别目标物的特征将背影进行隔离、剔除，从而达到矿石背景和矿石之间的空隙不被误识别的目的。有效降低矿石识别的误识率，提高矿石图像识别效率。

技术特征：

1.一种基于色彩特征滤过的矿石图像识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的矿石图像识别方法，其特征在于，所述rgb色彩特征滤过函数表示为;其中ai为矿石所属的色彩特征类，“1”对应的是矿石图片的像素位置，保持原像素位置不变；k为与r红，g绿，b蓝分别对应的滤过因子。

3.根据权利要求2所述的矿石图像识别方法，其特征在于，对所述矿石图像的亮度进行环境光修正处理，包括：

4.根据权利要求3所述的矿石图像识别方法，其特征在于，对环境光修正后的所述矿石图像进行滤过处理，包括：

5.根据权利要求1-4任一项所述的矿石图像识别方法，其特征在于，所述方法还包括：

6.一种基于色彩特征滤过的矿石图像识别装置，其特征在于，所述装置包括：

7.根据权利要求6所述的矿石图像识别装置，其特征在于，所述rgb色彩特征滤过函数表示为;其中ai为矿石所属的色彩特征类，“1”对应的是矿石图片的像素位置，保持原像素位置不变；k为与r红，g绿，b蓝分别对应的滤过因子。

8.根据权利要求7所述的矿石图像识别装置，其特征在于，所述环境光修正模块被进一步配置为根据rgb函数对所述矿石图像的亮度进行环境光修正处理；

9.根据权利要求7所述的矿石图像识别装置，其特征在于，所述图像滤过模块被进一步配置为：

10.根据权利要求6-9任一项所述的矿石图像识别装置，其特征在于，所述装置还包括：

技术总结
本发明提供一种基于色彩特征滤过的矿石图像识别方法及其装置，包括：根据预先建立的矿石色彩特征信息库对待识别的矿石图像中的矿石进行矿石定义以定义出矿石所属的色彩特征类；根据矿石定义结果确定与矿石相应的RGB色彩特征滤过函数；对矿石图像的亮度进行环境光修正处理以将矿石图像统一至标准型采样亮度；对环境光修正后的矿石图像进行滤过处理以将矿石从背景以及矿石之间的间隙中割离。本发明将待识别的矿石图像中的矿石类型根据色彩特征进行定义，在识别过程中进行RGB色彩特征算子滤过，然后根据识别目标物的特征将背影进行隔离、剔除，从而达到矿石背景和矿石之间的空隙不被误识别的目的。有效降低矿石识别的误识率，提高矿石图像识别效率。

技术研发人员：张彦群
受保护的技术使用者：爱克斯维智能科技（苏州）有限公司
技术研发日：
技术公布日：2024/1/13