本發(fā)明涉及圖像分割對檳榔加工控制技術領域，更具體地涉及一種基于圖像分割的檳榔切割控制方法。

背景技術：

隨著檳榔產業(yè)的迅猛發(fā)展，提高檳榔生產加工效率，降低檳榔生產加工的成本，實現(xiàn)檳榔的全自動智能化加工已成為檳榔生產行業(yè)的迫切需求。在檳榔的生產加工中，目前主要由手工完成，因此，對檳榔切割的控制主要采用粗略地手動調整。采用這種方法控制檳榔的切割，安全性不是很高，且也難以保證衛(wèi)生條件，且工作效率也較低。為了提高工作效率以及保證在檳榔切割過程中的安全性和衛(wèi)生條件，也可采用非智能化的控制方法來控制檳榔的切割：通過篩狀篩選工具將大小不一的檳榔篩選出來，讓其通過相應大小的垂直管道，當檳榔在垂直管道下落于所預定的模具中進行切割。但是采用非智能化控制的方法來控制檳榔的切割存在以下缺點：(1)檳榔是非規(guī)則目標，因此無法對檳榔的形狀進行判斷，使得對檳榔進行切割所選擇的切割面不一定是最佳切割面；(2)雖然檳榔的切割效率得到了極大的提高，但是切割的廢品率高，約為20％-30％；(3)切割完成后無法保證檳榔的規(guī)則擺放，不利于對檳榔進行下一步自動化加工。

為了解決上述問題，經過長期研究，研制了一種全自動智能化的檳榔加工制作設備，為此本發(fā)明公開了一種基于圖像分割的檳榔切割控制方法。

技術實現(xiàn)要素：

為解決上述現(xiàn)有技術存在的問題，本發(fā)明的目的在于提供一種全自動檳榔加工設備及其加工方法，實現(xiàn)對檳榔的全自動智能化加工，操作簡單，且大大提高了工作的效率。

根據(jù)本申請的一個方面，提供一種全自動檳榔加工設備，該設備包括：

相連的第一機架和第二機架，第一機架上設有進料機構、取料機構、第一傳輸機構和第一夾取機構，其中取料機構與進料機構相連，第一傳輸機構位于取料機構的下游位置，第一夾取機構設置在第一傳輸機構上，第二機架上設有第二傳輸機構、第二夾取機構、第三夾取機構、切割平臺、圖像采集機構和切割機構，其中第二夾取機構、第三夾取機構及切割平臺均設置在第二傳輸機構上，第二夾取機構設置在切割平臺的一側(例如左側)，第三夾取機構設置在切割平臺的另一側(例如右側)，圖像采集機構與切割機構分別設置在切割平臺的上方。

在本發(fā)明中，取料機構包括第一主動鏈輪、第一從動鏈輪及第一鏈條，第一傳輸機構包括第二主動鏈輪、第二從動鏈輪及第二鏈條，第二傳輸機構包括第三主動鏈輪、第三從動鏈輪及第三鏈條，所述各鏈條繞覆于主、從動鏈輪上，并通過機架上的齒輪與機架相連接。

優(yōu)選的是，在第一鏈條、第二鏈條及第三鏈條上根據(jù)機架上齒輪的大小將鏈條用隔片分隔成若干部分。

作為優(yōu)選，隔片的中間部分開有一個小口，利于夾取檳榔。

在本發(fā)明中，上述設備還包括：連接取料機構的第一鏈條與第一傳輸機構的第二鏈條的擋板。

在本發(fā)明中，上述設備還包括：設置在取料機構的第一鏈條上的第一檢測機構。

在本發(fā)明中，上述設備還包括：設置在第一傳輸機構的第二鏈條上的第二檢測機構。

優(yōu)選的是，上述設備還包括：設置在第二機架上，位于切割機構下游的去核機構。

作為優(yōu)選，去核機構包括去核爪、控制去核爪升降的氣缸及控制去核爪抓取、釋放檳榔核的氣缸。

優(yōu)選的是，上述設備還包括：設置在第二機架上，位于去核機構下游的點料機構。

作為優(yōu)選，點料機構包括點料器、控制擠壓料的氣缸及驅動點料機構升降的氣缸。

在本發(fā)明中，進料機構為斗狀，在進料機構的底部開有一個與第一鏈條相近大小的口。

在本發(fā)明中，上述設備還包括：設置在第二機架上的第一步進電機，第一步進電機與第二夾取機構連接并控制第二夾取機構的旋轉。

在本發(fā)明中，上述設備還包括：設置在第二機架上的第二步進電機與第三步進電機，第二步進電機與第三步進電機均與切割平臺連接，第二步進電機調節(jié)切割平臺水平方向左右移動，第三步進電機調節(jié)切割平臺水平方向旋轉角度。

優(yōu)選的是，第二步進電機通過滑臺與切割平臺連接，第三步進電機通過齒輪與切割平臺連接。

在本發(fā)明中，第一夾取機構、第二夾取機構及第三夾取機構均包括夾具和控制夾具進退、升降、夾放的氣缸。

在本發(fā)明中，切割機構包括刀片和控制刀片進行切割的氣缸。

在本發(fā)明中，在進料機構的底部開有一個與取料機構的鏈條相近大小的口，是為保證取料機構自由穿過的同時又可以避免檳榔掉出。

在本發(fā)明中，所述“在第一鏈條、第二鏈條及第三鏈條上方根據(jù)機架上齒輪的大小將鏈條用隔片分隔成若干部分”，是指在鏈條的上方根據(jù)齒輪大小將鏈條用隔片分隔成若干小格。通過電磁閥控制使氣缸運動來控制齒輪的運動，氣缸運動一次，齒輪轉動一格，相應鏈條運動一格，因此每夾取一個檳榔氣缸運動一次，鏈條前進一格。在鏈條的運動過程中，從進料機構中帶出的檳榔剛好位于兩隔片之間，并且隔片的中間部分開有一個小口有利于夾取檳榔。

根據(jù)本申請的另一個方面，提供了一種使用上述全自動檳榔加工設備的基于圖像分割的檳榔切割控制方法，包括以下步驟：

1)系統(tǒng)啟動初始化；

2)夾取檳榔：將檳榔夾起送至切割平臺上；

3)控制夾住檳榔的夾取機構旋轉，圖像采集機構分別獲取檳榔旋轉不同角度所拍攝的檳榔圖像；

4)對3)中采集到的圖像通過Ostu自動閾值法進行二值閾值化處理，得到前景和背景分別為黑色和白色像素的二值圖像，計算獲取每一角度的檳榔輪廓彎曲度，彎曲度大于閾值時，則將檳榔輪廓彎曲度最大的圖像所對應檳榔的凹面定為切割面；否則，計算檳榔輪廓內部的像素數(shù)量，以黑色像素數(shù)量最多的圖像即目標面積最大的檳榔圖像對應角度的檳榔面作為切割面；

5)再次對檳榔進行圖像采集；

6)對5)中采集到的檳榔圖像，應用GrabCut圖像分割算法進行分割，提取檳榔輪廓，計算所提取的檳榔輪廓需要旋轉的角度及偏移量；

7)根據(jù)6)中計算出的旋轉角度及偏移量，調整檳榔的水平位置偏移量，調整檳榔的角度偏移量；

8)當調整好檳榔的角度及位置后，切割機構對檳榔進行切割。

在本發(fā)明中，上述步驟3)所述的檳榔旋轉不同角度，其中旋轉角度任意(0°～360°之間，不包括0°與360°)，旋轉次數(shù)≥3次。

優(yōu)選的是，旋轉3次，每次旋轉2π/3弧度，得到3個不同角度的檳榔圖像。

在本發(fā)明中，步驟4)中所述的Ostu自動閾值法為Ostu最大類間方差法。

在本發(fā)明中，步驟6)中所述的GrabCut圖像分割算法是一種能量最小化迭代優(yōu)化算法，構建能量函數(shù)為：

E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z)

α為不透明度，α∈[0,1]，0為背景，1為目標前景；k為向量k＝{k₁,...,k_n,...,k_N}作為每個像素的獨立高斯模型參數(shù)，θ為圖像前景與背景的灰度直方函數(shù)，θ＝{h(z,α),a＝0,1}；Z為灰度值數(shù)組，z＝(z₁,…,z_n,…,z_N)。

在本發(fā)明中，所述高斯概率密度模型為：

通過高斯概率密度模型得到該像素分別屬于目標和背景的概率，從而區(qū)分目標和背景。

在本發(fā)明中，步驟6)中計算檳榔的旋轉角度和偏移量的方法為：提取得到的檳榔輪廓圖像的R、G、B顏色分量值，利用如下公式計算灰度值gray,其中R、G、B分別為紅綠藍三基色分量值：

gray＝R*0.3+G*0.59+B*0.11

通過上面公式將彩色圖像變?yōu)榛叶葓D像，在該圖像中，前景為灰度圖像，背景為純黑色部分，通過對豎直y方向遍歷圖像像素點，即遇到像素點值不為0時，該像素點即為檳榔蒂的端點坐標，從而得出檳榔蒂的兩個端點坐標，計算檳榔的旋轉角度和偏移量。

在本發(fā)明中，檳榔旋轉角度的計算過程具體為：

①在灰度圖像上建立平面直角坐標系，原點為圖像的左上角O點，水平為X軸，豎直為Y軸；

②如果兩個端點分別坐標為(x₁,y₁)與(x₂,y₂)，則旋轉角度為θ＝arctan[(y₁-y₂)/(x₁-x₂)]，θ>0時逆時針旋轉，θ<0順時針旋轉。

在本發(fā)明中，檳榔偏移量的計算過程具體為：

偏移量為l＝(y_img-y_m)*k，其中y_img為圖像中點基線，y_m為兩個檳榔蒂連線中點縱坐標，k為常量，其中k代表檳榔圖像中單位像素所代表實際物體中的長度，即：

在本發(fā)明中，步驟4)所述的檳榔輪廓彎曲度的計算過程具體為：

以圖像的左上角為原點，水平為x軸，豎直為y軸，建立x0y平面直角坐標系，彎曲的閉合實線為檳榔的輪廓，點E、F分別為檳榔的兩個端點，

(1)由點E、F可以求得直線EF的方程和點E、F之間的距離d_EF；

(2)將檳榔的輪廓線進行抽稀處理，求得檳榔的中心線為曲線EMF；

(3)求曲線EMF上每一個點到直線EF的距離d，并求最大距離d_max；

(4)求最大距離d_max和點E、F之間的距離d_EF的比值ξ；

檳榔輪廓彎曲度和比值ξ成正比關系，即ξ最大表示檳榔輪廓彎曲度最大，從而檳榔輪廓彎曲度可用比值ξ的大小衡量。

在本發(fā)明中，整個控制過程采用多線程(例如雙線程)同步控制方法，實現(xiàn)并行控制。即在第一機架上檢測第一鏈條與第二鏈條的格子中有無檳榔采用線程a，針對第二機架上切割平臺的操作采用線程b。其中線程a和線程b采用事件對象進行同步，具體為：

線程a中的事件對象設置為：當?shù)谝粖A取機構從第二鏈條上夾取到檳榔時，將事件對象g_EventThreadOne設置為無信號狀態(tài)，事件對象g_EventThreadTwo設置為有信號狀態(tài)，同時等待事件對象g_EventThreadOne的請求；

線程b中的事件對象設置為：線程b的開始為等待事件對象g_EventThreadTwo的請求，當檳榔切割完成時，將事件對象g_EventThreadOne設置為有信號狀態(tài)，事件對象g_EventThreadTwo設置為無信號狀態(tài)。

在本發(fā)明中，檳榔切割完成后，切割好的檳榔被送至去核區(qū)，去核機構通過氣缸控制去核爪夾取檳榔的核完成去核，去完核的檳榔被送至點料區(qū)，點料機構通過控制氣缸擠壓點料器中的料，將料點入檳榔中，檳榔加工完成。

在本發(fā)明中，所述“系統(tǒng)啟動初始化”具體實現(xiàn)過程為：

(1)當系統(tǒng)啟動時，系統(tǒng)自動進入初始化模式；

(2)CPU不斷向分布式采集模塊發(fā)出檢測信號采集指令，實時接收分布式采集模塊返回的采集信號，同時CPU向分布式采集模塊發(fā)送指令初始化各夾取機構；

(3)如果CPU接收的采集信號并非初始位置信號，CPU向電機控制器發(fā)送指令控制電機旋轉，使機械裝置的位置發(fā)生改變，跳轉到(2)重復上述操作；否則，初始化完成。

在本發(fā)明中，初始化的順序為：首先對切割平臺上夾取檳榔的各夾取機構初始化，再對切割平臺的角度拖板進行初始化，最后對切割平臺水平方向的位移拖板進行初始化。

在本發(fā)明中，所述“檳榔蒂軸”是指沿檳榔蒂兩端連線形成的旋轉軸，圖像采集機構分別獲取旋轉軸旋轉不同角度所拍攝的檳榔圖像。

在本發(fā)明中，所述“檳榔旋轉不同角度”是指根據(jù)采集檳榔圖像的次數(shù)進行確定，同時設定每次旋轉的角度，比如進行3次圖像采集，設定每次旋轉30°，第一次采集完后旋轉30°進行第二次采集，第二次采集完后旋轉30°進行第3次采集，因為每旋轉一次拍攝到的圖像對應檳榔的不同面，3次采集中哪一次采集到的圖像是檳榔的最佳切割面，就將檳榔逆轉回哪一次采集的面。

在本發(fā)明中，“前景”是指檳榔本身。“目標面積大小”是指檳榔本身面積大小。

在本發(fā)明中，通過二值化處理得到的圖像，由于原圖中背景顏色較白，因此二值圖像得到的大部分為白色像素點，而檳榔的顏色較黑，因此二值圖像得到的大部分是黑色像素點，而在每次拍照過程中背景是不會發(fā)生變化的，只有拍到的檳榔面的不同，因此可以通過黑色像素點的數(shù)量來確定檳榔面積的大小。

在本發(fā)明中，步驟5)所述的再次對檳榔進行圖像采集，即圖5變?yōu)閳D7，是由于步驟4)選取檳榔切割面后，對檳榔進行了旋轉，同時夾住檳榔的夾取機構也會旋轉，夾取機構并不一定如圖5所示，有可能夾取機構處于檳榔的上方，此時對檳榔進行切割，刀片就會切到夾取機構上，于是進行步驟5)，同時這一步采集到的圖像用于判斷檳榔水平位置的偏移程度和角度的偏移程度。

在本發(fā)明中，所述的Ostu自動閾值法采用的是日本學者Ostu(N Otsu.A threshold selection method from gray-level histogram[J].IEEE Trans on SMC,1979,9:62-69.)提出的最大類間方差法。

在本發(fā)明中，計算灰度值gray的公式gray＝R*0.3+G*0.59+B*0.11為常用的彩色圖像轉灰度圖像的公式，其參數(shù)是通過實驗驗證得到，以便更好地將前景與背景區(qū)分開來。

在本發(fā)明中，Ostu自動閾值法進行二值閾值化處理的過程為：

(1)將采集到的彩色圖像轉換成灰度圖像；

(2)求出(1)中灰度圖像的最小灰度值和最大灰度值，分別記為g_min和g_max，令初始閾值為：

(3)根據(jù)(2)中計算得到的T₀將灰度圖像分割成前景和背景，分別求出兩者的平均灰度值A_f和A_b：

其中，g表示灰度值，h(g)表示圖像中灰度值為g的像素的數(shù)量。

(4)求出(3)中A_f和A_b的平均灰度值：

如果求得T_k＝T_k-1，則T_k為所需求的閾值，否則，轉至(3)繼續(xù)迭代。

按上式得到的的T_k為灰度圖像的閾值對圖像進行二值化，從而將圖像分割成前景和背景，前景用黑色表示，背景用白色表示。

在本發(fā)明中，檳榔的最佳切割面采用的是彎曲程度優(yōu)先的判別方法，步驟4)中的閾值表示檳榔輪廓的彎曲程度。當彎曲度大于閾值時，則只要從彎曲程度最大的面進行切割，無需對面積進行比較，否則，再進行面積比較。至于彎曲度的閾值設定是通過對不同形狀的檳榔進行彎曲度測量總結出的經驗值。在本發(fā)明中，閾值為0-1，優(yōu)選閾值為0.1-0.9，更優(yōu)選閾值為0.4-0.8。當閾值為“0”時表示沒有彎曲；當閾值為“1”時表示彎曲口的距離等于彎曲的深度。閾值越大，表示彎曲程度越大；閾值越小，表示彎曲程度越小。

在本發(fā)明中，GrabCut圖像分割算法，采用基于高階條件隨機場，在能量函數(shù)中引入一項定義在圖像割的集合上的高階CRFs勢函數(shù)。其能量函數(shù)的形式為：

V是表示所有像素的集合，ε是連接像素i,j∈V的所有邊的集合，S是圖像所有割的集合。函數(shù)ψ_i(x_i)是單個像素的數(shù)據(jù)項其具體的表述形式為：

ψ_i(x_i)＝θ_Tψ_T(x_i)+θ_colψ_col(x_i)+θ_lψ_l(x_i)

θ_T、θ_col、θ_l是參數(shù)權值分別表示紋理、顏色和位置的信息。

相鄰像素對項ψ_ij(x_i,x_j)的表述形式為：

函數(shù)g(i,j)是基于不同相鄰像素的顏色的一條邊的特征。它通常被定義為：

g(i,j)＝θ_p+θ_vexp(-θ_β||I_i-I_j||²)

I_i和I_j分別表示像素i和j的顏色向量。θ_p、θ_v、θ_β是模型參數(shù)通過訓練數(shù)據(jù)學習得到

引入的高階CRFs勢函數(shù)ψ_c(x_c)的形式為：

c是一個團，|c|是c中變量的數(shù)量，L是所有標簽的集合，n_k(x_c)是在c中標簽為k的變量的數(shù)量，同時，γ_k、θ_k、γ_max是勢函數(shù)的參數(shù)滿足約束：

Q被稱為勢函數(shù)的截斷參數(shù)，滿足約束條件2Q＜|c|。

通過采用最大流/最小割算法對采集的圖像求解上述能量模型的最小能量值從而得到分割目標和背景的割。

與現(xiàn)有技術相比，本發(fā)明所具有的有益效果為：

1、本發(fā)明采用兩機架的結構與多線程同步控制方法使取料和切割并行進行，可以充分保證切割完成后能迅速的進入下一次操作，無需等待檢測有無檳榔，從而縮短整個操作過程的時間，極大的提高了加工的效率。

2、本發(fā)明設計結構合理，全過程采用自動形式，操作簡單，廢品率低，且極大地提高了工作效率。

附圖說明

圖1為本發(fā)明全自動檳榔加工設備的主視圖

圖2為本發(fā)明全自動檳榔加工設備的俯視圖

圖3為本發(fā)明基于圖像分割的檳榔切割控制方法的原理圖

圖4為本發(fā)明基于圖像分割的檳榔切割控制方法的整體流程圖

圖5為切割平臺第一次固定檳榔示意圖

圖6為檳榔輪廓的彎曲度計算關系圖

圖7為切割平臺第二次固定檳榔示意圖

圖8為檳榔旋轉角度示意圖

圖9為檳榔偏移量示意圖

圖10為檢測有無檳榔的線程a控制流程圖

圖11為檳榔切割操作的線程b控制流程圖

附圖標記：A1：第一機架；1：進料機構；2：取料機構；201：第一主動鏈輪；202：第一從動鏈輪；203：第一鏈條；3：第一傳輸機構；301：第二主動鏈輪；302：第二從動鏈輪；303：第二鏈條；4：第一夾取機構；A2：第二機架；5：第二傳輸機構；6：第二夾取機構；7：第三夾取機構；8：切割平臺；9：圖像采集機構；10：切割機構；11：擋板；12：第一檢測機構；13：第二檢測機構；14：去核機構；15：點料機構；16：第一步進電機；17：第二步進電機；18：第三步進電機；19：滑臺；20：齒輪；

E、F：檳榔兩個端點；曲線EMF：檳榔中心線；d：曲線EMF上的點到直線EF的距離；θ：旋轉角度；P₁、P₂：檳榔兩個端點；y_m：檳榔蒂連線中點縱坐標；y_img：檳榔圖像中點基線；l：偏移量。

具體實施方式

根據(jù)本申請的一個方面，提供一種全自動檳榔加工設備，該設備包括：

相連的第一機架A1和第二機架A2，第一機架A1上設有進料機構1、取料機構2、第一傳輸機構3和第一夾取機構4，其中取料機構2與進料機構1相連，第一傳輸機構3位于取料機構2的下游位置，第一夾取機構4設置在第一傳輸機構3上，第二機架A2上設有第二傳輸機構5、第二夾取機構6、第三夾取機構7、切割平臺8、圖像采集機構9和切割機構10，其中第二夾取機構6、第三夾取機構7及切割平臺8均設置在第二傳輸機構5上，第二夾取機構6設置在切割平臺8的一側(例如左側)，第三夾取機構7設置在切割平臺8的另一側(例如右側)，圖像采集機構9與切割機構10分別設置在切割平臺8的上方。

在本發(fā)明中，取料機構2包括第一主動鏈輪201、第一從動鏈輪202及第一鏈條203，第一傳輸機構3包括第二主動鏈輪301、第二從動鏈輪302及第二鏈條303，第二傳輸機構5包括第三主動鏈輪、第三從動鏈輪及第三鏈條，所述各鏈條繞覆于主、從動鏈輪上，并通過機架上的齒輪與機架相連接。

優(yōu)選的是，在第一鏈條203、第二鏈條303及第三鏈條上根據(jù)機架上齒輪的大小將鏈條用隔片分隔成若干部分。

作為優(yōu)選，隔片的中間部分開有一個小口，利于夾取檳榔。

在本發(fā)明中，上述設備還包括：連接取料機構2的第一鏈條203與第一傳輸機構3的第二鏈條303的擋板11。

在本發(fā)明中，上述設備還包括：設置在取料機構2的第一鏈條203上的第一檢測機構12。

在本發(fā)明中，上述設備還包括：設置在第一傳輸機構3的第二鏈條303上的第二檢測機構13。

優(yōu)選的是，上述設備還包括：設置在第二機架A2上，位于切割機構10下游的去核機構14。

作為優(yōu)選，去核機構14包括去核爪、控制去核爪升降的氣缸及控制去核爪抓取、釋放檳榔核的氣缸。

優(yōu)選的是，上述設備還包括：設置在第二機架A2上，位于去核機構14下游的點料機構15。

作為優(yōu)選，點料機構15包括點料器、控制擠壓料的氣缸及驅動點料機構升降的氣缸。

在本發(fā)明中，進料機構1為斗狀，在進料機構1的底部開有一個與第一鏈條203相近大小的口。

在本發(fā)明中，上述設備還包括：設置在第二機架A2上的第一步進電機16，第一步進電機16與第二夾取機構6連接并控制第二夾取機構6的旋轉。

在本發(fā)明中，上述設備還包括：設置在第二機架A2上的第二步進電機17與第三步進電機18，第二步進電機17與第三步進電機18均與切割平臺8連接，第二步進電機17調節(jié)切割平臺8水平方向左右移動，第三步進電機18調節(jié)切割平臺8水平方向旋轉角度。

優(yōu)選的是，第二步進電機17通過滑臺19與切割平臺8連接，第三步進電機18通過齒輪20與切割平臺8連接。

在本發(fā)明中，第一夾取機構4、第二夾取機構6及第三夾取機構7均包括夾具和控制夾具進退、升降、夾放的氣缸。

在本發(fā)明中，切割機構10包括刀片和控制刀片進行切割的氣缸。

根據(jù)本申請的另一個方面，提供了一種使用上述全自動檳榔加工設備的基于圖像分割的檳榔切割控制方法，包括以下步驟：

1)系統(tǒng)啟動初始化；

2)夾取檳榔：將檳榔夾起送至切割平臺8上；

3)控制夾住檳榔的夾取機構旋轉，圖像采集機構9分別獲取檳榔旋轉不同角度所拍攝的檳榔圖像；

4)對3)中采集到的圖像通過Ostu自動閾值法進行二值閾值化處理，得到前景和背景分別為黑色和白色像素的二值圖像，計算獲取每一角度的檳榔輪廓彎曲度，彎曲度大于閾值時，則將檳榔輪廓彎曲度最大的圖像所對應檳榔的凹面定為切割面；否則，計算檳榔輪廓內部的像素數(shù)量，以黑色像素數(shù)量最多的圖像即目標面積最大的檳榔圖像對應角度的檳榔面作為切割面；

5)再次對檳榔進行圖像采集；

6)對5)中采集到的檳榔圖像，應用GrabCut圖像分割算法進行分割，提取檳榔輪廓，計算所提取的檳榔輪廓需要旋轉的角度及偏移量；

7)根據(jù)6)中計算出的旋轉角度及偏移量，調整檳榔的水平位置偏移量，調整檳榔的角度偏移量；

8)當調整好檳榔的角度及位置后，切割機構10對檳榔進行切割。

在本發(fā)明中，步驟4)中的閾值表示檳榔輪廓的彎曲程度，閾值為0-1，優(yōu)選閾值為0.1-0.9，更優(yōu)選閾值為0.4-0.8。當閾值為“0”時表示沒有彎曲；當閾值為“1”時表示彎曲口的距離等于彎曲的深度。閾值越大，表示彎曲程度越大；閾值越小，表示彎曲程度越小。

在本發(fā)明中，上述步驟3)所述的檳榔旋轉不同角度，其中旋轉角度任意(0°～360°之間，不包括0°與360°)，旋轉次數(shù)≥3次。

優(yōu)選的是，旋轉3次，每次旋轉2π/3弧度，得到3個不同角度的檳榔圖像。

在本發(fā)明中，步驟4)中所述的Ostu自動閾值法為Ostu最大類間方差法。

在本發(fā)明中，步驟6)中所述的GrabCut圖像分割算法是一種能量最小化迭代優(yōu)化算法，構建能量函數(shù)為：

E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z)

α為不透明度，α∈[0,1]，0為背景，1為目標前景；k為向量k＝{k₁,...,k_n,...,k_N}作為每個像素的獨立高斯模型參數(shù)，θ為圖像前景與背景的灰度直方函數(shù)，θ＝{h(z,α),a＝0,1}；Z為灰度值數(shù)組，z＝(z₁,…,z_n,…,z_N)。

在本發(fā)明中，所述高斯概率密度模型為：

通過高斯概率密度模型得到該像素分別屬于目標和背景的概率，從而區(qū)分目標和背景。

在本發(fā)明中，步驟6)中計算檳榔的旋轉角度和偏移量的方法為：提取得到的檳榔輪廓圖像的R、G、B顏色分量值，利用如下公式計算灰度值gray,其中R、G、B分別為紅綠藍三基色分量值：

gray＝R*0.3+G*0.59+B*0.11

通過上面公式將彩色圖像變?yōu)榛叶葓D像，在該圖像中，前景為灰度圖像，背景為純黑色部分，通過對豎直y方向遍歷圖像像素點，即遇到像素點值不為0時，該像素點即為檳榔蒂的端點坐標，從而得出檳榔蒂的兩個端點坐標，計算檳榔的旋轉角度和偏移量。

在本發(fā)明中，檳榔旋轉角度的計算過程具體為：

①在灰度圖像上建立平面直角坐標系，原點為圖像的左上角O點，水平為X軸，豎直為Y軸；

②如果兩個端點分別坐標為(x₁,y₁)與(x₂,y₂)，則旋轉角度為θ＝arctan[(y₁-y₂)/(x₁-x₂)]，θ>0時逆時針旋轉，θ<0順時針旋轉。

在本發(fā)明中，檳榔偏移量的計算過程具體為：

偏移量為l＝(y_img-y_m)*k，其中y_img為圖像中點基線，y_m為兩個檳榔蒂連線中點縱坐標，k為常量，其中k代表檳榔圖像中單位像素所代表實際物體中的長度，即：

在本發(fā)明中，步驟4)所述的檳榔輪廓彎曲度的計算過程具體為：

以圖像的左上角為原點，水平為x軸，豎直為y軸，建立x0y平面直角坐標系，彎曲的閉合實線為檳榔的輪廓，點E、F分別為檳榔的兩個端點，

(1)由點E、F可以求得直線EF的方程和點E、F之間的距離d_EF；

(2)將檳榔的輪廓線進行抽稀處理，求得檳榔的中心線為曲線EMF；

(3)求曲線EMF上每一個點到直線EF的距離d，并求最大距離d_max；

(4)求最大距離d_max和點E、F之間的距離d_EF的比值ξ；

檳榔輪廓彎曲度和比值ξ成正比關系，即ξ最大表示檳榔輪廓彎曲度最大，從而檳榔輪廓彎曲度可用比值ξ的大小衡量。

在本發(fā)明中，整個控制過程采用多線程(例如雙線程)同步控制方法，實現(xiàn)并行控制。即在第一機架A1上檢測第一鏈條203與第二鏈條303的格子中有無檳榔采用線程a，針對第二機架A2上切割平臺8的操作采用線程b。其中線程a和線程b采用事件對象進行同步，具體為：

線程a中的事件對象設置為：當?shù)谝粖A取機構4從第二鏈條303上夾取到檳榔時，將事件對象g_EventThreadOne設置為無信號狀態(tài)，事件對象g_EventThreadTwo設置為有信號狀態(tài)，同時等待事件對象g_EventThreadOne的請求；

線程b中的事件對象設置為：線程b的開始為等待事件對象g_EventThreadTwo的請求，當檳榔切割完成時，將事件對象g_EventThreadOne設置為有信號狀態(tài)，事件對象g_EventThreadTwo設置為無信號狀態(tài)。

實施例1

如圖1和圖2所示，一種全自動檳榔加工設備，包括相連的第一機架A1和第二機架A2，第一機架A1上設有進料機構1、取料機構2、第一傳輸機構3和第一夾取機構4，其中取料機構2與進料機構1相連，第一傳輸機構3位于取料機構2的下游位置，第一夾取機構4設置在第一傳輸機構3上，第二機架A2上設有第二傳輸機構5、第二夾取機構6、第三夾取機構7、切割平臺8、圖像采集機構9和切割機構10，其中第二夾取機構6、第三夾取機構7及切割平臺8均設置在第二傳輸機構5上，第二夾取機構6設置在切割平臺8的左側，第三夾取機構7設置在切割平臺8的右側，圖像采集機構9與切割機構10分別設置在切割平臺8的上方。其中取料機構2包括第一主動鏈輪201、第一從動鏈輪202及第一鏈條203，第一傳輸機構3包括第二主動鏈輪301、第二從動鏈輪302及第二鏈條303，第二傳輸機構5包括第三主動鏈輪、第三從動鏈輪及第三鏈條，所述各鏈條繞覆于主、從動鏈輪上，并通過機架上的齒輪與機架相連接。在第一鏈條203、第二鏈條303及第三鏈條上根據(jù)機架上的齒輪大小將鏈條用隔片分隔成若干部分。隔片的中間部分開有一個小口，利于夾取檳榔。進料機構1為斗狀，在進料機構1的底部開有一個與第一鏈條203相近大小的口。該設備還包括設置在第二機架A2上的第一步進電機16、第二步進電機17與第三步進電機18，第一步進電機16與第二夾取機構6連接并控制第二夾取機構6的旋轉，第二步進電機17與第三步進電機18分別通過滑臺19與齒輪20和切割平臺8連接，第二步進電機17調節(jié)切割平臺8水平方向左右移動，第三步進電機18調節(jié)切割平臺8水平方向旋轉角度。該設備的第一夾取機構4、第二夾取機構6及第三夾取機構7均包括夾具和控制夾具進退、升降、夾放的氣缸。切割機構10包括刀片和控制刀片進行切割的氣缸。

實施例2

重復實施例1，該設備還包括連接取料機構2的第一鏈條203與第一傳輸機構3的第二鏈條303的擋板11。

實施例3

重復實施例2，該設備還包括設置在取料機構2的第一鏈條203上的第一檢測機構12，設置在第一傳輸機構3的第二鏈條303上的第二檢測機構13。

實施例4

重復實施3，該設備還包括設置在第二機架A2上，位于切割機構10下游的去核機構14。及設置在第二機架A2上，位于去核機構14下游的點料機構15。其中去核機構14包括去核爪、控制去核爪升降的氣缸及控制去核爪抓取、釋放檳榔核的氣缸。點料機構15包括點料器、控制擠壓料的氣缸及驅動點料機構升降的氣缸。

實施例5

如圖3和圖4所示，一種基于基于圖像分割的檳榔切割控制方法，包含以下步驟：

1)系統(tǒng)啟動初始化；

2)夾取檳榔：將檳榔夾起送至切割平臺8上；

3)控制夾住檳榔的夾取機構旋轉，旋轉3次，每次旋轉2π/3弧度，攝像頭分別獲取該檳榔三次拍攝的檳榔圖像；

4)對3)中采集到的圖像通過Ostu自動閾值法進行二值閾值化處理，得到前景和背景分別為黑色和白色像素的二值圖像，計算獲取每一角度的檳榔輪廓彎曲度，彎曲度大于閾值0.3時，則將檳榔輪廓彎曲度最大的圖像所對應檳榔的凹面定為切割面；否則，計算檳榔輪廓內部的像素數(shù)量，以黑色像素數(shù)量最多的圖像即目標面積最大的檳榔圖像對應角度的檳榔面作為切割面；

如圖6，檳榔輪廓彎曲度的計算過程為：

以圖像的左上角為原點，水平為x軸，豎直為y軸，建立x0y平面直角坐標系，彎曲的閉合實線為檳榔的輪廓，點E、F分別為檳榔的兩個端點，

(1)由點E、F可以求得直線EF的方程和點E、F之間的距離d_EF；

(2)將檳榔的輪廓線進行抽稀處理，求得檳榔的中心線為曲線EMF；

(3)求曲線EMF上每一個點到直線EF的距離d，并求最大距離d_max；

(4)求最大距離d_max和點E、F之間的距離d_EF的比值ξ；

檳榔輪廓彎曲度和比值ξ成正比關系，則檳榔輪廓彎曲度可用比值ξ的大小衡量。

5)再次對檳榔進行圖像采集；

6)對5)中采集到的檳榔圖像，應用GrabCut圖像分割算法進行分割，提取檳榔輪廓，計算所提取的檳榔輪廓需要旋轉的角度及偏移量；

如圖8，檳榔旋轉角度的計算過程具體為：

①在灰度圖像上建立平面直角坐標系，原點為圖像的左上角O點，水平為X軸，豎直為Y軸；

②如果兩個端點分別坐標為(x₁,y₁)與(x₂,y₂)，則旋轉角度為θ＝arctan[(y₁-y₂)/(x₁-x₂)]，θ>0時逆時針旋轉，θ<0順時針旋轉。

如圖9，檳榔偏移量的計算過程具體為：

偏移量為l＝(y_img-y_m)*k，其中y_img為圖像中點基線，y_m為兩個檳榔蒂連線中點縱坐標，k為常量，其中k代表檳榔圖像中單位像素所代表實際物體中的長度，即：

7)根據(jù)6)中計算出的旋轉角度及偏移量，調整檳榔的水平位置偏移量，調整檳榔的角度偏移量；

8)當調整好檳榔的角度及位置后，切割機構10對檳榔進行切割。

實施例6

重復實施例5，只是如圖10和圖11，整個控制過程采用雙線程同步控制方法，實現(xiàn)并行控制，即在第一機架A1上檢測第一鏈條203與第二鏈條303的格子中有無檳榔采用線程a，針對第二機架A2上切割平臺8的操作采用線程b。線程a和線程b采用事件對象進行同步，具體為：

線程a中的事件對象設置為：當?shù)谝粖A取機構4從第二鏈條303上夾取到檳榔時，將事件對象g_EventThreadOne設置為無信號狀態(tài)，事件對象g_EventThreadTwo設置為有信號狀態(tài)，同時等待事件對象g_EventThreadOne的請求；

線程b中的事件對象設置為：線程b的開始為等待事件對象g_EventThreadTwo的請求，當檳榔切割完成時，將事件對象g_EventThreadOne設置為有信號狀態(tài)，事件對象g_EventThreadTwo設置為無信號狀態(tài)。

實施例7

重復實施例5，只是閾值為0.7。