[发明专利]一种基于图像的糖晶体分类识别及结晶质量控制方法

摘要

本发明公开了一种基于图像的糖晶体分类识别及结晶质量控制方法，属于图像识别分类技术和工业控制系统领域。步骤：1)在给光装置的协同下，从显微摄像装置中获取糖晶体的原始样本图像，利用图像预处理技术对原始样本图像进行预处理，并对预处理后的图像进行分割，获得糖晶体样本图像的感兴趣区；2)针对感兴趣区，根据给定的识别特征从中提取每幅样本图像的特征参数并利用其对并联多分类器进行训练；3)设定控制周期，以一个控制周期为单位，在周期内获取待分类图像，预处理后利用训练好的并联多分类器进行分类，根据分类结果计算出糖晶体的结晶状态信息；4)根据结晶状态信息控制执行装置动作。该方法可从整体上实现煮糖结晶工序的自动化。

主权项

1.一种基于图像的糖晶体分类识别及结晶质量控制方法，其特征在于，由以下步骤组成：1)在给光装置的协同下，从显微摄像装置中获取糖晶体的原始样本图像，利用图像预处理技术对原始样本图像进行预处理，并对预处理后的图像进行分割，获得糖晶体样本图像的感兴趣区；2)针对感兴趣区，根据给定的识别特征从中提取每幅样本图像的特征参数并利用其对并联多分类器进行训练；3)设定控制周期，以一个控制周期为单位，在周期内获取待分类图像，预处理后利用训练好的并联多分类器进行分类，根据分类结果计算出糖晶体的结晶状态信息；4)根据结晶状态信息控制执行装置动作，进行加水或加蜜；步骤2)中并联多分类器的训练由以下步骤组成：2.1)针对糖晶体的特性选择糖晶体图像识别特征并在拟合过程中取舍校正，识别特征包括：单个晶体颗粒面积大小、晶体颗粒数目、晶体面积与图像面积比、透明度和形状；2.2)规定识别分类的结果只有两类，一类是符合质量要求的糖晶体图像，定义为clear，另一类是不符合质量要求的糖晶体图像，定义为unclear；2.3)针对感兴趣区，根据设定的糖晶体识别特征，特征提取出每个样本图像的各种定量描述参数，作为训练决策树分类器使用的样本数据集1；通过随机采样对样本数据集1进行二次采样生成不同的数据样本集合，作为训练SVM分类器使用的样本数据集2；两种分类器基于同一数据的不同视图进行独立训练和测试，将两组不同的样本数据各自分为训练数据和测试数据，训练数据用于训练出分类器，测试数据用于对训练出的模型进行分类器评估即性能检验；2.4)单一循环遍历整个训练数据集，对已知类别的糖晶体数据集进行分类：对决策树分类器而言，在进行最后一个特征的识别分类之前，根据识别特征，不满足当前识别特征时的糖晶体数据被打上unclear的标签，退出本轮的训练过程；否则进入下一轮的分类训练，一直进行到最后一个特征；经过最后一轮的训练，可得最终的结果，所有的糖晶体图像数据都被分配到两个类别，一类是可以判断质量合格的clear类别，一类是可以判断质量不合格的unclear类别；2.5)基于上述两种单一分类器所获得的识别分类结果，通过组合方法整合两种分类结果，获取一个最终分类器；所述的组合方法采用如下算法：定义错误率如下：其中，x_j为训练数据集中的第j个样本，C_i(x_j)为第i个分类器对样本x_j的分类结果，i＝1或2；I为指示器，如果参数A为true，则I(A)＝1，否则为0；w_j为训练数据集中的第j个样本的权重；y_j为目标分类结果；计算决策树分类器的重要性为SVM分类器的重要性为其中ε₁和ε₂分别为决策树分类器和SVM分类器的分类错误率；将参数α₁,α₂用于更新训练样本权重，权重更新机制为：其中Z_j为规范化因子，用于确保w₁^(j+1)+w₂^(j+1)＝1；将w₁^(j+1)和w₂^(j+1)分别作为下一次分类时决策树分类器和SVM分类器的权重，用于计算当前样本的最终分类结果。