[发明专利]一种基于机器视觉的混合机智能控制方法

权利要求书

1.一种基于机器视觉的混合机智能控制方法，其特征在于，包括：

S1：获取物料混合过程中混合物的当前帧表面图像，并对当前帧表面图像进行灰度化得到灰度图像；

S2：将所述灰度图像中每一行像素点的灰度值分别组成每一行灰度序列，并计算每一所述行灰度序列的排列熵，判断所有行灰度序列的排列熵的均值是否小于预设排列熵阈值，若判断结果为是则进入下一步，若判断结果为否则进入S1；

S3：获得所述灰度图像的灰度直方图，将所述灰度直方图中频数最大的灰度值作为参考灰度值，将所述灰度直方图中频数的均值所对应的灰度值作为平均灰度值，并根据所述参考灰度值与所述平均灰度值之间的灰度值的方差，得到灰度值属于背景的概率，将所述概率取得最大值时的灰度值作为背景灰度值；

S4：将所述灰度图像中灰度值与所述背景灰度值差异大于预设灰度阈值的像素点，作为差异像素点，将所述差异像素点进行排列得到差异像素序列，计算所述差异像素序列的多层次排列熵；

S5：判断当前帧的灰度图像的多层次排列熵与所有行灰度序列的排列熵的均值的差异是否小于预设差异阈值，若判断结果为是则停止混合，若判断结果为否则进入S1。

2.根据权利要求1所述的基于机器视觉的混合机智能控制方法，其特征在于，根据所述参考灰度值与所述平均灰度值之间的灰度值的方差，得到灰度值属于背景的概率，包括

灰度值i属于背景的概率其中e为自然常数，σ₀²为所述参考灰度值与所述平均灰度值之间的灰度值的方差，且其中为所述平均灰度值，i_m为所述参考灰度值，μ₀为所述参考灰度值与所述平均灰度值之间的灰度值的平均值。

3.根据权利要求2所述的基于机器视觉的混合机智能控制方法，其特征在于，将所述灰度直方图中频数的均值所对应的灰度值作为平均灰度值，包括：

其中A_i表示所述灰度直方图中灰度值i出现的频数，B表示所述灰度直方图中所有灰度值的频数之和，为所述平均灰度值。

4.根据权利要求3所述的基于机器视觉的混合机智能控制方法，其特征在于，所述参考灰度值与所述平均灰度值之间的灰度值的平均值μ₀的计算方法包括：

其中A_i表示所述灰度直方图中灰度值i出现的频数，B表示所述灰度直方图中所有灰度值的频数之和，为所述平均灰度值，i_m为所述参考灰度值。

5.根据权利要求4所述的基于机器视觉的混合机智能控制方法，其特征在于，将所述灰度图像中每一行像素点的灰度值分别组成每一行灰度序列，计算所述每一行灰度序列的排列熵，包括：

对所述行灰度序列嵌入一个维度为c的灰度窗口与一个灰度延迟L；以灰度延迟L为步长，对原灰度值序列进行重构得到多个子序列，则所述行灰度序列的排列熵包括：

其中，H(c)表示行灰度序列的排列熵；K表示子序列的总数量，p_j表示第j个子序列的分布概率，对行灰度序列的排列熵进行归一化处理，包括：其中，H(c)′表示归一化后的排列熵，H(c)表示每行灰度值序列的排列熵，c！为符号序列的总数量。

6.根据权利要求5所述的基于机器视觉的混合机智能控制方法，其特征在于，将所述差异像素点进行排列得到差异像素序列，计算所述差异像素序列的多层次排列熵，包括：

其中表示差异像素序列的排列熵，M表示子序列的数量，p_b表示第b个子序列的分布概率，ln为自然对数，n表示重构层数，m₂表示差异像素点的个数。

7.根据权利要求6所述的基于机器视觉的混合机智能控制方法，其特征在于，对当前帧表面图像进行灰度化得到灰度图像，包括：

将所述当前帧表面图像中像素点在RGB三个通道中像素值的最大值，作为像素点在灰度图像中的灰度值。