[发明专利]一种基于机器视觉的混合机智能控制方法

说明书

本发明公开了一种基于机器视觉的混合机智能控制方法。主要包括：获取混合物的当前帧表面图像的灰度图像；获取灰度图像中每一行灰度序列的排列熵，当所有的行灰度序列的排列熵的均值小于预设阈值时进入下一步；将灰度图像的灰度直方图中频数最大的灰度值作为参考灰度值，将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，并根据参考灰度值与平均灰度值之间灰度值的方差得到背景灰度值；将灰度值与背景灰度值差异大于预设灰度阈值的像素点排列得到差异像素序列，计算差异像素序列的多层次排列熵；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小于预设差异阈值时，停止混合。

技术领域

本申请涉及人工智能领域，具体涉及一种基于机器视觉的混合机智能控制方法。

背景技术

塑料作为工业生产制造中的重要材料，其质量的好坏直接影响成品的质量，而各种材料之间的配比与搅拌均匀程度直接决定塑料成品的质量。

在塑料原材料进行搅拌的过程中，会出现结块现象，其主要成因是由于原材料板结或混合不均匀而导致，结块会导致搅拌时间延长，搅拌时间不够会导致色粉混合不均，导致严重色差，致使生产出的塑料成品存在色差，导致产品质量下降或报废。

现有技术对混合机的控制大多采用计时器计时，定时控制混合机的启停时间。但由于原材料板结或搅拌过程中出现结块现象，固定时长的混合不仅会导致混合不均匀，还会导致成品出现不同程度的色差，若盲目增加搅拌时间势必会增加成本。

发明内容

针对上述技术问题，本发明提供了一种基于机器视觉的混合机智能控制方法，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，计算所述每一行灰度序列的排列熵，并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。

进一步的，所述基于机器视觉的混合机智能控制方法，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。

进一步的，所述基于机器视觉的混合机智能控制方法，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。

进一步的，所述基于机器视觉的混合机智能控制方法，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：