一种饲料加工筛分质量评估方法与流程

本发明涉及数据处理，具体涉及一种饲料加工筛分质量评估方法。

背景技术：

1、近年来，随着动物的养殖场规模化养殖，对饲料的需求越来越大，质量的要求也越来越高，目前由于缺乏科学有效的饲料筛分质量评估方法，市场上容易出现以次充好的饲料。因此，需要对饲料进行加工筛分的过程中，对筛分过程中的筛上图像和筛下的图像中的杂质进行检测，由于筛上和筛下进行过筛后，筛上和筛下都会存在饲料的原材料，影响拆分质量的评估。

2、现有技术：在对图像中的杂质与饲料晒分后的质量进行评估时，主要是根据图像中筛上和筛下中的杂质所占的面积以及图像中杂质的数量进行评估，使用超像素分割对图像进行分割，得到筛分的质量，但由于饲料颗粒在筛上或是筛下可能会存在杂质或是饲料颗粒之间的缝隙，使得对饲料的筛分质量进行评估时存在误差，筛分的质量不准确，因此，影响图像中的筛分质量的评估。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种饲料加工筛分质量评估方法，所采用的技术方案具体如下：

2、本发明一个实施例提供了一种饲料加工筛分质量评估方法，该方法包括以下步骤：

3、基于采样频率采集饲料筛分过程中筛上饲料筛分后的至少两张颗粒图像，颗粒图像是rgb图像；

4、对当前颗粒图像进行超像素分割得到初始超像素分割块，分别对每个初始超像素分割块进行阈值分割得到缝隙连通域，计算第个初始超像素分割块和相邻第个初始超像素分割块之间缝隙连通域的面积差异值，以及第个初始超像素分割块和相邻第个初始超像素分割块合并后的灰度值方差，将面积差异值的倒数和灰度值方差之间的乘积作为第个初始超像素分割块和相邻第个初始超像素分割块之间的合并必要程度指标；分别计算任意两个初始超像素分割块之间的合并必要程度指标，根据合并必要程度指标对当前颗粒图像的初始超像素分割块进行合并得到最终超像素分割块；

5、计算每张颗粒图像中每个最终超像素分割块的面积，得到对应颗粒图像的面积方差，将所有颗粒图像的面积方差相加得到筛分效果指标。

6、进一步的，所述缝隙连通域的获取方法，包括：

7、将颗粒图像转化到lab颜色空间，获取每个像素点的亮度，基于亮度，利用阈值分割法得到缝隙像素点，对所有相邻缝隙像素点进行合并得到缝隙连通域。

8、进一步的，所述面积差异值是指初始超像素分割块之间对应缝隙连通域的面积的差值绝对值。

9、进一步的，所述根据合并必要程度指标对当前颗粒图像的初始超像素分割块进行合并得到最终超像素分割块的方法，包括：

10、设置阈值，将合并必要程度指标大于阈值对应的两个初始超像素分割块进行合并，得到最终超像素分割块，反之，将合并必要程度指标小于或等于阈值对应的两个初始超像素分割块单独作为最终超像素分割块。

11、本发明具有如下有益效果：

12、通过对超像素分割后的图像中的分割块内之间的关系，以及不同分割块之间的关系，对分割后的超像素分割块进行合并，通过合并后的饲料的分割块分布的均匀情况来对饲料的筛分效果进行评估，相对于现有技术来说，能够提高传统超像素分割后的分割块的评估精度。

13、通过对图像中的超像素分割块进行合并，相对于现有技术来说，能够避免图像中颗粒之间产生遮挡和颗粒之间存在缝隙对超像素分割产生的，使分割块更能突出饲料的分割效果。

14、为了更好的对图像中的颗粒进行筛分评估根据得到饲料在不同时刻的筛分图像，评估图像中颗粒的筛分效果。

技术特征：

1.一种饲料加工筛分质量评估方法，其特征在于，该方法包括以下步骤：

2.如权利要求1所述的一种饲料加工筛分质量评估方法，其特征在于，所述缝隙连通域的获取方法，包括：

3.如权利要求1所述的一种饲料加工筛分质量评估方法，其特征在于，所述面积差异值是指初始超像素分割块之间对应缝隙连通域的面积的差值绝对值。

4.如权利要求1所述的一种饲料加工筛分质量评估方法，其特征在于，所述根据合并必要程度指标对当前颗粒图像的初始超像素分割块进行合并得到最终超像素分割块的方法，包括：

技术总结
本发明涉及数据处理技术领域，具体涉及一种饲料加工筛分质量评估方法，该方法基于采样频率采集饲料筛分过程中筛上饲料筛分后的至少两张颗粒图像；对当前颗粒图像进行超像素分割得到初始超像素分割块，分别对每个初始超像素分割块进行阈值分割得到缝隙连通域，根据相邻初始超像素分割块之间的缝隙连通域的面积差异值和灰度值方差分别计算任意两个初始超像素分割块之间的合并必要程度指标，以通过合并得到最终超像素分割块；计算每张颗粒图像中每个最终超像素分割块的面积，得到对应颗粒图像的面积方差，将所有颗粒图像的面积方差相加得到筛分效果指标。本发明提高了图像分割的精度，使得饲料的筛分的质量评估更准确。

技术研发人员：贾惠华
受保护的技术使用者：南通得樽科技发展有限公司
技术研发日：
技术公布日：2024/1/11