權利要求書: 1.用于廢金屬回收的智能分選方法,其特征在于,該方法包括以下步驟:
采集廢金屬圖像,預處理所述廢金屬圖像得到目標圖像;
將所述目標圖像轉換至LAB顏色空間得到LAB圖像,基于所述LAB圖像中各像素點對應的顏色通道的顏色通道分量的差異,對所述像素點進行分類,得到多個第一類別;
獲取各第一類別的類別中心的中心顏色通道分量,計算所述中心顏色通道分量和多個標準有色金屬對應的多個標準顏色通道分量之間的最小顏色差值;
選取任意像素點作為目標像素點,獲取所述目標像素點與其對應的鄰域像素點之間的顏色分量向量的最大鄰域顏色差值,根據所述最大鄰域顏色差值和所述最小顏色差值計算有色金屬概率;
由所述像素點的橫坐標、縱坐標和所屬的第一類別構建三維向量,基于所述三維向量和所述有色金屬概率對像素點進行二次分類,得到第二類別;根據各像素點對應的鄰域像素點所屬的第二類別的分布情況對所述目標圖像進行分塊,得到多個分塊區域;基于所述有色金屬概率對所述分塊區域進行圖像增強,得到增強圖像;分割所述增強圖像,得到多個有色金屬區域,基于所述有色金屬區域對廢金屬進行分類;
其中,第一類別的獲取方法為:獲取所述LAB圖像中各像素點對應的a通道的通道分量,作為第一顏色通道分量;獲取所述LAB圖像中各像素點對應的b通道的通道分量,作為第二顏色通道分量;由所述第一顏色通道分量和所述第二顏色通道分量構建顏色分量向量;以所述第一顏色通道分量作為縱坐標,以所述第二顏色通道分量作為橫坐標,建立顏色坐標軸;基于所述LAB圖像中各像素點對應的顏色分量向量在所述顏色坐標軸中的分布,將所述顏色分量向量對應的像素點進行分類,得到多個第一類別;
其中,第二類別的獲取方法為:基于所述三維向量,利用DBSCAN算法對像素點進行二次分類,得到第二類別;其中,所述DBSCAN算法的度量依據為所述有色金屬概率;
其中,最小顏色差值的獲取方法為:將LAB顏色空間中a通道的顏色通道分量作為第一顏色通道分量,將b通道的顏色通道分量作為第二顏色通道分量;所述中心顏色通道分量中的第一顏色通道分量和所述標準顏色通道分量中的第一顏色通道分量作差,得到第一顏色差值;所述中心顏色通道分量中的第二顏色通道分量和所述標準顏色通道分量中的第二顏色通道分量作差,得到第二顏色差值;所述第一顏色
聲明:
“用于廢金屬回收的智能分選方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)