[发明专利]一种用于籽棉开松有效性的判别方法及系统

说明书

本发明公开了一种用于籽棉开松有效性的判别方法及系统，属于杂质分选与深度学习技术领域，该方法利用线阵相机和3D深度相机获取籽棉异纤除杂生产线中开松后的籽棉图像及三维信息，将线扫描图像数据与线扫描3D深度数据进行对齐和融合，在图像识别的基础上通过3D深度数据额外获取棉花成团表面深度信息，结合开松机振动数据，判断开松的有效性。本发明将线扫描图像数据与线扫描3D深度数据进行对齐和融合，同时采集开松机的振动数据，提高判别准确率，在相同采样率和采样长度的情况下有效降低对计算机硬件的性能要求，有利于降低运行和维护成本。

技术领域

本发明属于杂质分选与深度学习技术领域，具体涉及一种用于籽棉开松有效性的判别方法及系统。

背景技术

棉花在采摘后称为籽棉，籽棉混杂了大量的杂质，形成高质量皮棉前需进行异纤除杂。籽棉开松是除杂生产线的重要环节，如果开松效果差，就会影响分选环节的除杂率和带出率。目前，开松环节依靠无反馈的机械扯松，开松质量随进料速度、籽棉杂质含量等不同而变化，导致开松效果不足不能满足后续分选的情况。传统方法不加判别将籽棉多次喂入开松环节，此类方法增加时间、能源和设为维护成本且效率低下，因此籽棉开松有效性判别对籽棉异纤除杂产业来说是一个亟待解决的技术难题。

发明内容

技术问题：针对现有技术中存在的上述问题，本发明所要解决的技术问题在于提供一种用于籽棉开松有效性的判别方法及系统对籽棉开松有效性进行判别。

技术方案：为了解决上述技术问题，本发明采用的技术方案如下：

一种用于籽棉开松有效性的判别方法，利用线阵相机和3D深度相机获取籽棉异纤除杂生产线中开松后的籽棉图像及三维信息，将线扫描图像数据与线扫描3D深度数据进行对齐和融合，在图像识别的基础上通过3D深度数据额外获取棉花成团表面深度信息，结合开松机振动数据，判断开松的有效性；具体包括以下步骤：

步骤1、确定线阵相机单次扫描的像素数h，确定3D深度相机单次扫描的数据数量j，确定开松平均时长对应的采样次数t_k，确定开松机出料到拍摄位置的时长对应的采样次数t_c；

步骤2、确定采样频率和总采样时间，根据除杂效果确定标注标准，即除杂效果达到要求则将对应时间段的采样用独热编码标注为有效，否则标注为无效；

步骤3、使用线阵相机以固定采样率连续采样传送带上经过一次开松的籽棉RGB图像，在连续采样的数据中选取最近w次采样数据X₀表示当前采样，t次前的采样图像为X_-t；

步骤4、使用3D深度相机以线阵相机相同采样率连续采样步骤3中相同位置的籽棉的3D深度数据，在连续采样的数据中选取最近w次采样的3D深度数据Y₀表示当前采样，t次前的采样数据为Y_-t；

步骤5、使用n个安装在开松机内的振动传感器以线阵相机相同采样率连续采样开松机振动数据，在连续采样的数据中选取最近w次采样数据，表达如下：

式中，为t次前的采样数据(式中是)，t₀为采样计数偏移量，是(t₀+w-1)次前的采样数据，是(t₀+w-2)次前的采样数据，w为采样数据的数量；

步骤6、对进行校正，得

步骤7、融合和得是和融合后的矩阵，公式如下：

式中，avgpool⁽¹⁾为按第二维度平均池化为指定尺寸，stack⁽⁰⁾为按首维度方向堆叠，