一种智能色选机的算法制造技术

本发明专利技术公开了一种智能色选机的算法，包括以下步骤：步骤一：信号采集，使用色选机上的CCD传感器采集备选物信号，备选物信号至少包括备选物颜色信号；步骤二：信号分解，设置有处理器对备选物颜色信号进行处理，对备选物颜色信号分解成R灰度信号、G灰度信号、B灰度信号；步骤三：信号处理，设置有算法规则器接收R灰度信号、G灰度信号、B灰度信号，并且按照算法规则对R灰度信号、G灰度信号、B灰度信号分别进行计算，本发明专利技术,色选精度高，打击准确，在杂粮色选和工业色选时，对于多种物料，都可以进行精确打击，色选效果好。

An algorithm for intelligent color sorter

The invention discloses an intelligent color sorter algorithm comprises the following steps: signal acquisition, signal acquisition alternatives CCD sensor using color sorter, alternative signal includes at least the alternative color signal; step two: signal decomposition, setting processor for alternative color signal processing, the alternative color signal into R signal, G signal, gray gray gray B signal; step three: signal processing, set up rules for receiving algorithm R gray signal, G gray signal, B gray signal, the invention and in accordance with the rules of the algorithm of grey level R signal, G signal, B gray gray signal were calculated,, color selection accuracy, striking accuracy, color selection and color in the grain industry selection, for a variety of materials, can accurately, color effect is good.

【技术实现步骤摘要】
一种智能色选机的算法
本专利技术属于色选机的
，具体为一种智能色选机的算法。
技术介绍
色选机的使用对农业加工厂来说已有近10年的历史，但处理的精度和净度还有待提高，随着色选机的发展，加工厂为了提升农产品以及工业品品质的要求越来越多，品质也越来越高，但产品的颜色差异相当细微，比方说绿豆内有发黑、绿内透点红、发白等均为坏的绿豆。紫花芸豆(是紫色和白色相间的芸豆)水印、发黑、发白均为坏豆、但目前的色选机仅能识别一些简单的不太复杂的坏豆及杂质，并不能满足进一步的色选要求。
技术实现思路
本专利技术的目的在于提供一种智能色选机的算法，使用在杂粮色选机、工业色选机上，可以更好更宽更广的识别色选，色选精度更高、带出比更好。为了解决上述技术问题，本专利技术采用的技术方案是：一种智能色选机的算法，包括以下步骤：步骤一：信号采集，使用色选机上的CCD传感器采集备选物信号，备选物信号至少包括备选物颜色信号；步骤二：信号分解，设置有处理器对备选物颜色信号进行处理，对备选物颜色信号分解成R灰度信号、G灰度信号、B灰度信号；步骤三：信号处理，设置有算法规则器接收R灰度信号、G灰度信号、B灰度信号，并且按照算法规则对R灰度信号、G灰度信号、B灰度信号分别进行计算，算法规则包括以下步骤：S1：事前在算法规则器中输入不同备选物的特征灰度信号，所述特征灰度信号为区别备选物质量的最主要灰度信号，为R灰度信号、G灰度信号、B灰度信号中任意一种，特征灰度信号为实验数据积累所得；S2：算法规则器将特征灰度信号提取出来，进行成倍的扩大或缩小特征灰度信号，质量不合格的备选物的特征灰度信号在扩大或缩小后突显出来；步骤四：打击处理，选择执行元件对质量不合格的备选物进行打击，打击原则:征灰度信号在扩大或缩小后，呈现出一个跨度区间，通过人间互换的方式，确定质量合格品的区间范围。进一步的，当备选物在实验中，没有明显的特征灰度信号时，使用亮度信号进行区别备选物质量，亮度信号由备选物信号计算得来，Y(亮度)＝(0.299*R)+(0.587*G)+(0.114*B)，亮度信号经过算法规则器，对亮度进行扩大或缩小，对于亮度异常的备选物，使用执行元件进行打击。进一步的，本算法可同时色选多种备选物，对于不同被选物需要分别确定特征灰度信号、算法规则和经过算法规则器处理后的质量合格品的特征灰度信号的区间。进一步的，对于一种备选物的R灰度信号、G灰度信号、B灰度信号中任意一种灰度信号都无法作为特征灰度信号时，选择其中两个灰度信号的分析值做差或做和，再扩大或缩小差值或和值，扩大或缩小的差值或和值作为特征灰度信号。本专利技术的有益效果是：色选精度高，打击准确，在杂粮色选和工业色选时，对于多种物料，都可以进行精确打击，色选效果好。具体实施方式以下对本专利技术的实施例进行详细说明，但是本专利技术可以由权利要求限定和覆盖的多种不同方式实施。色选机色选备选物，进一步的要求基本都是识别备选物颜色中细微区别，提高色选后产品的质量。本算法首先针对色选量大的绿豆、紫花芸豆等农作物进行试验，判断出绿豆、紫花芸豆的特征灰度信号，对于绿豆，由于要求绿豆的颜色纯正，绿色鲜明，所以要求B灰度信号丰富，但是绿豆本身的颜色中的B灰度信号就很丰富，存在区别很小，所以本算法中的绿豆的算法规则是，特征灰度信号是B灰度信号，信号处理时将B灰度信号扩大，将绿豆间的B灰度信号差值变大，形成一个大的区间，再根据人机互换的方式，确定合格品的区间，当然合格品的区间是可以根据顾客要求进行修改，当顾客对算法规则处理后的某个绿豆视为合格品及格线时，该算法规则处理后的绿豆的B灰度信号即为合格线，实现合格品区间的划分。同样的对于其他备选物也是通过试验积累，判断出特征灰度信号和算法规则，再根据人机互换的方式，确定合格品区间，实现精确打击。一种智能色选机的算法，包括以下步骤：步骤一：信号采集，使用色选机上的CCD传感器采集备选物信号，备选物信号至少包括备选物颜色信号，CCD传感器能够准确捕捉一个批量的同种备选物颜色信号，也可以不同种的备选物颜色信号。步骤二：信号分解，设置有处理器对备选物颜色信号进行处理，对备选物颜色信号分解成R灰度信号、G灰度信号、B灰度信号，经过长时间的研究发现，备选物的某种被需要的特征，比如绿豆的绿色，这个被需要的特征的颜色分解后呈现出最需要的灰度信号，比如绿豆最需要B灰度信号，所以针对于绿豆，主要研究B灰度信号；步骤三：信号处理，设置有算法规则器接收R灰度信号、G灰度信号、B灰度信号，并且按照算法规则对R灰度信号、G灰度信号、B灰度信号分别进行计算，当然针对于不用备选物，最需要的灰度信号不同，所以不同的备选物，在算法规则器中计算的灰度信号不同，比如绿豆选择B灰度信号，算法规则包括以下步骤：S1：事前在算法规则器中输入不同备选物的特征灰度信号，所述特征灰度信号为区别备选物质量的最主要灰度信号，为R灰度信号、G灰度信号、B灰度信号中任意一种，特征灰度信号为实验数据积累所得；S2：算法规则器将特征灰度信号提取出来，进行成倍的扩大或缩小特征灰度信号，质量不合格的备选物的特征灰度信号在扩大或缩小后突显出来，根据人机互换，确定在某个区间内的特征灰度信号为合格品的；信号处理后的备选物在显示器中显示不同程度的特征灰度信号，这样可以清楚的显示出不合格的备选物。步骤四：打击处理，选择执行元件对质量不合格的备选物进行打击。当备选物在实验中，没有明显的特征灰度信号时，使用亮度信号进行区别备选物质量，亮度信号由备选物信号计算得来，Y(亮度)＝(0.299*R)+(0.587*G)+(0.114*B)，亮度信号经过算法规则器，对亮度进行扩大或缩小，对于亮度异常的备选物，使用执行元件进行打击。对于一种备选物的R灰度信号、G灰度信号、B灰度信号中任意一种灰度信号都无法作为特征灰度信号时，选择其中两个灰度信号的分析值做差或做和，再扩大或缩小差值或和值，扩大或缩小差值或和值作为特征灰度信号，假设一种备选物料，我们需要的成品的RGB分析值分别是R＝120，B＝160，G＝210，次品的RGB分析值分别是R＝130，B＝150，G＝200，成品-次品得出的值为，R＝-10，G＝10，B＝10，比较接近，区分比较困难，如果我们以成品的算法来处理，那么成品的B-R值为40，而次品值为20，这样区别就明显增大，易于剔除，提高了分选难度，也提高了色选精度，如果改用2(B-R),区别将会更大。以上所述的本专利技术实施方式，并不构成对本专利技术保护范围的限定,任何在本专利技术的精神和原则之内所作的修改、等同替换和改进等，均应包含在本专利技术的权利要求保护范围之内。本文档来自技高网...

【技术保护点】
一种智能色选机的算法，其特征在于，包括以下步骤：步骤一：信号采集，使用色选机上的CCD传感器采集备选物信号，备选物信号至少包括备选物颜色信号；步骤二：信号分解，设置有处理器对备选物颜色信号进行处理，对备选物颜色信号分解成R灰度信号、G灰度信号、B灰度信号；步骤三：信号处理，设置有算法规则器接收R灰度信号、G灰度信号、B灰度信号，并且按照算法规则对R灰度信号、G灰度信号、B灰度信号分别进行计算，算法规则包括以下步骤：S1：事前在算法规则器中输入不同备选物的特征灰度信号，所述特征灰度信号为区别备选物质量的最主要灰度信号，为R灰度信号、G灰度信号、B灰度信号中任意一种，特征灰度信号为实验数据积累所得；S2：算法规则器将特征灰度信号提取出来，进行成倍的扩大或缩小特征灰度信号，质量不合格的备选物的特征灰度信号在扩大或缩小后突显出来；步骤四：打击处理，选择执行元件对质量不合格的备选物进行打击，打击原则:特征灰度信号在扩大或缩小后，呈现出一个跨度区间，通过人间互换的方式，确定质量合格品的区间范围。

【技术特征摘要】
1.一种智能色选机的算法，其特征在于，包括以下步骤：步骤一：信号采集，使用色选机上的CCD传感器采集备选物信号，备选物信号至少包括备选物颜色信号；步骤二：信号分解，设置有处理器对备选物颜色信号进行处理，对备选物颜色信号分解成R灰度信号、G灰度信号、B灰度信号；步骤三：信号处理，设置有算法规则器接收R灰度信号、G灰度信号、B灰度信号，并且按照算法规则对R灰度信号、G灰度信号、B灰度信号分别进行计算，算法规则包括以下步骤：S1：事前在算法规则器中输入不同备选物的特征灰度信号，所述特征灰度信号为区别备选物质量的最主要灰度信号，为R灰度信号、G灰度信号、B灰度信号中任意一种，特征灰度信号为实验数据积累所得；S2：算法规则器将特征灰度信号提取出来，进行成倍的扩大或缩小特征灰度信号，质量不合格的备选物的特征灰度信号在扩大或缩小后突显出来；步骤四：打击处理，选择执行元件对质量不合格的备选物进行打击，打击原则:特征灰度信号在扩大或缩小后...

【专利技术属性】
技术研发人员：毕权武，
申请(专利权)人：安徽比达光电科技有限公司，
类型：发明
国别省市：安徽,34