一种三合一自动送料机控制方法及系统与流程

本发明涉及图像处理，具体涉及一种三合一自动送料机控制方法及系统。

背景技术：

1、三合一自动送料机通常是指一种集成了上料、称重和包装功能的自动化设备，可以用于各种颗粒状、块状或粉状物料的自动包装，广泛应用于食品、化工、医药等行业。其中，上料平整性是非常重要的一个因素，它不仅可以确保产品质量、提高生产效率以及保证设备的正常运行，而且上料不平整可能导致物料卡塞、堵塞或者倾斜，从而引发生产线停机、调整或维修的需求，降低了生产效率和产能。因此，在三合一自动送料机运行的过程中需要实时控制机器以提供平整的物料上料。

2、在现有技术中，上料的平整性控制一般是通过计算机视觉结合相关算法实现，例如，灰度共生矩阵进行上料的平整性检测，而后根据检测结果进行反馈进而控制自动送料机的上料系统。但是，在利用灰度共生矩阵进行上料的平整性检测时，不仅需要对采集到的上料图像进行逐像素点的分析，而且针对于上料图像中所有的灰度级均进行展开处理，灰度级遍历性质较高，整体的计算量过大，导致送料过程中的生产效率低下。

技术实现思路

1、为了解决上述上料平整性控制的整体计算量过大，导致送料过程中的生产效率低下的技术问题，本发明的目的在于提供一种三合一自动送料机控制方法及系统，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三合一自动送料机控制方法，该方法包括以下步骤：

3、获取三合一自动送料机在送料过程中物料的原始上料灰度图像，进而获取若干次降采样处理后的上料灰度图像；

4、根据原始上料灰度图像中各个灰度值，分析上料的不平整图像特征，确定原始上料灰度图像中各个灰度值对应的信息携带量；

5、根据原始上料灰度图像和每次降采样处理后的上料灰度图像中各个灰度值、所述各个灰度值对应的信息携带量，确定每次降采样处理后的上料灰度图像对应的第一评价因子；

6、根据相邻两次降采样处理后的上料灰度图像之间的相似性、原始上料灰度图像和每次降采样处理后的上料灰度图像的像素点个数以及每次降采样处理的序号，确定每次降采样处理后的上料灰度图像对应的第二评价因子；

7、结合第一评价因子和第二评价因子确定每次降采样处理的评价指标，进而确定最大评价指标对应的降采样处理后的上料灰度图像；

8、根据最大评价指标对应的降采样处理后的上料灰度图像，检测三合一自动送料机的上料平整性，并基于上料平整性进行机器控制。

9、进一步地，所述根据原始上料灰度图像中各个灰度值，分析上料的不平整图像特征，确定原始上料灰度图像中各个灰度值对应的信息携带量，包括：

10、将任意一个灰度值作为目标灰度值，确定原始上料灰度图像中目标灰度值对应的每个像素点的八邻域内的各个像素点，将八邻域内的各个像素点记为邻域像素点；

11、根据原始上料灰度图像中目标灰度值对应的每个像素点及其对应的各个邻域像素点的灰度值，分析原始上料灰度图像的物料纹理情况，确定目标灰度值对应的纹理明显程度；

12、根据原始上料灰度图像中目标灰度值对应的每个像素点及其对应的各个邻域像素点的灰度值，分析目标灰度值在原始上料灰度图像中的分布情况，确定目标灰度值对应的全局分布差异程度；

13、将目标灰度值对应的全局分布差异程度与纹理明显程度的比值作为目标灰度值对应的信息携带量。

14、进一步地，所述根据原始上料灰度图像中目标灰度值对应的每个像素点及其对应的各个邻域像素点的灰度值，分析原始上料灰度图像的物料纹理情况，确定目标灰度值对应的纹理明显程度，包括：

15、对于目标灰度值对应的任意一个像素点，计算像素点与其对应的所有邻域像素点的灰度平均值，将灰度平均值作为区域代表值；

16、确定目标灰度值对应的任意两个像素点之间的区域代表值差异，进而计算所有的区域代表值差异的平均值，对所有的区域代表值差异的平均值进行取反操作获得目标灰度值对应的纹理明显程度。

17、进一步地，所述根据原始上料灰度图像中目标灰度值对应的每个像素点及其对应的各个邻域像素点的灰度值，分析目标灰度值在原始上料灰度图像中的分布情况，确定目标灰度值对应的全局分布差异程度，包括：

18、第n个灰度值对应的全局分布差异程度的计算公式为：

19、式中，为原始上料灰度图像中第n个灰度值对应的全局分布差异程度，gn为原始上料灰度图像中第n个灰度值，m为原始上料灰度图像中第n个灰度值对应的像素点个数，m为原始上料灰度图像中第n个灰度值对应的像素点序号，b为原始上料灰度图像中第n个灰度值对应的第m个像素点对应的邻域像素点序号，b为原始上料灰度图像中第n个灰度值对应的第m个像素点对应的邻域像素点个数，为原始上料灰度图像中第n个灰度值对应的第m个像素点对应的第b个邻域像素点的灰度值，||为求绝对值函数，为原始上料灰度图像中第n个灰度值对应的第m个像素点对应的所有邻域像素点的灰度方差。

20、进一步地，所述根据原始上料灰度图像和每次降采样处理后的上料灰度图像中各个灰度值、所述各个灰度值对应的信息携带量，确定每次降采样处理后的上料灰度图像对应的第一评价因子，包括：

21、对于任意一次降采样处理，统计原始灰度图像中各个灰度值在原始上料灰度图像中的出现次数和在该次降采样处理后的上料灰度图像中的出现次数，计算相同灰度值在不同图像中的出现次数差异，进而计算所述相同灰度值在不同图像中的出现次数差异与对应灰度值的对应的信息携带量的乘积，将所有灰度值对应的乘积的平均值作为该次降采样处理后的上料灰度图像对应的第一评价因子。

22、进一步地，所述根据相邻两次降采样处理后的上料灰度图像之间的相似性、原始上料灰度图像和每次降采样处理后的上料灰度图像的像素点个数以及每次降采样处理的序号，确定每次降采样处理后的上料灰度图像对应的第二评价因子，包括：

23、对于任意一次降采样处理，确定该次降采样处理后的上料灰度图像与该次降采样处理的前一次降采样处理后的上料灰度图像之间的相似性，将相似性的反比例值作为该次降采样处理后的上料灰度图像对应的初始选取必要因子；

24、根据原始上料灰度图像和该次降采样处理后的上料灰度图像的像素点个数，确定该次降采样处理后的上料灰度图像对应的降采样修正系数；

25、将降采样修正系数与初始选取必要因子的乘积，作为该次降采样处理后的上料灰度图像对应的修正选取必要因子；

26、根据该次降采样处理的序号，确定该次降采样处理后的上料灰度图像对应的采样层数增幅系数；

27、将该次降采样处理后的上料灰度图像对应的修正选取必要因子和采样层数增幅系数的乘积，作为该次降采样处理后的上料灰度图像对应的第二评价因子。

28、进一步地，所述根据该次降采样处理的序号，确定该次降采样处理后的上料灰度图像对应的采样层数增幅系数，包括：

29、第s次降采样处理后的上料灰度图像对应的采样层数增幅系数的计算公式为：

30、式中，αs为第s次降采样处理后的上料灰度图像对应的采样层数增幅系数，s为第s次降采样处理的序号，e为自然常数。

31、进一步地，所述根据原始上料灰度图像和该次降采样处理后的上料灰度图像的像素点个数，确定该次降采样处理后的上料灰度图像对应的降采样修正系数，包括：

32、第s次降采样处理后的上料灰度图像对应的降采样修正系数的计算公式为：

33、βs＝1+exxs；式中，βs为第s次降采样处理后的上料灰度图像对应的降采样修正系数，e为自然常数，x为原始上料灰度图像的像素点个数，xs为第s次降采样处理后的上料灰度图像的像素点个数。

34、进一步地，所述根据最大评价指标对应的降采样处理后的上料灰度图像，检测三合一自动送料机的上料平整性，包括：

35、根据最大评价指标对应的降采样处理后的上料灰度图像，获得灰度共生矩阵；利用特征提取方法确定所述灰度共生矩阵的特征值；将灰度共生矩阵的特征值作为上料平整性。

36、进一步地，所述结合第一评价因子和第二评价因子确定每次降采样处理的评价指标，包括：

37、对于任意一次降采样处理，将该次降采样处理后的上料灰度图像对应的第二评价因子和第一评价因子的比值作为该次降采样处理的评价指标。

38、进一步地，所述基于上料平整性进行机器控制，包括：

39、将上料平整性输入到预先构建并训练好的三合一自动送料机上料平整性的分类模型中，获得分类模型的输出结果，根据输出结果，结合三合一自动送料机的控制系统，控制三合一自动送料机。

40、进一步地，所述三合一自动送料机上料平整性的分类模型的训练过程包括：

41、构建三合一自动送料机上料平整性的分类模型；其中，分类模型的结构为决策树模型；

42、获取不同控制指令对应的多个上料平整性作为训练数据，将不同控制指令作为标签数据；

43、利用训练数据和标签数据对分类模型进行训练，获得三合一自动送料机上料平整性的分类模型。

44、本发明一个实施例还提供了一种三合一自动送料机控制系统，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令，以实现一种三合一自动送料机控制方法。

45、本发明具有如下有益效果：

46、本发明提供了一种三合一自动送料机控制方法及系统，涉及图像的降采样处理技术，主要应用于送料机的控制领域；通过确定原始上料灰度图像中各个灰度值对应的信息携带量，量化各个灰度值的上料不平整特征，其用于后续评估每次降采样的处理效果，有助于提高后续计算第一评价因子时的准确性；在评估每次降采样的处理效果时，从两个方面确定，即第一评价因子和第二评价因子，可以有效增强确定的每次降采样处理的评价指标的可靠程度和参考价值；对原始上料灰度图像进行降采样处理，一定程度上减少了原始上料图像的像素点个数，进而有利于减少上料平整性的整体计算量；而基于评价指标自适应确定的降采样处理后的图像，可以保证在丢失一部分像素点的同时，使得原始上料灰度图像的信息损失程度在可接受范围之内，进而能够以更少的计算量，高效计算原始上料灰度图像中的物料的平整程度，以此来实现送料过程中的高效率上料，进而提升了三合一自动送料机的控制效率和准确性。