(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210737639.2 (22)申请日 2022.06.28 (65)同一申请的已公布的文献号 申请公布号 CN 114821073 A (43)申请公布日 2022.07.29 (73)专利权人 聊城市誉林工业设计有限公司 地址 252000 山东省聊城市高新区黄河路 16号科创大厦北楼315 -316 (72)发明人 刘强林　任福国　李加旺　 (74)专利代理 机构 深圳叁众知识产权代理事务 所(普通合伙) 44434 专利代理师 董红娟 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/26(2022.01)G06V 10/44(2022.01) G06V 10/50(2022.01) G06V 10/54(2022.01) G06V 10/762(2022.01) G06T 7/90(2017.01) G06T 7/62(2017.01) 审查员 郭东榕 (54)发明名称 一种便携智能开壳机的状态 识别方法、 设备 (57)摘要 本发明涉及数据 识别领域， 具体涉及一种便 携智能开壳机的状态识别方法、 设备。 本发明的 便携智能开壳机的状态识别方法、 设备均应用电 子设备进行图形识别， 根据 识别到的图形得到了 待识别开壳机的实际开壳率， 若所述实际开壳率 不小于设定开壳率阈值， 则判定待识别开壳机的 状态正常； 若所述实际开壳率小于设定开壳率阈 值， 则判定待识别开壳机的状态不正常。 本发明 实现了对便携智能开壳机状态的自动判断， 减少 了人力资源占用， 解决了 现有采用人工检测的方 式对便携智能开壳机的状态进行识别时存在的 占用人力资源较多的问题。 权利要求书2页 说明书7页 附图1页 CN 114821073 B 2022.09.13 CN 114821073 B 1.一种便携智能开壳机的状态 识别方法， 其特 征在于， 包括以下步骤： 获取目标区域的RGB图像， 并对所述目标区域的RGB图像进行灰度化处理， 得到目标区 域的灰度图像； 所述目标区域 位于待识别开壳机的出 料口下方； 利用语义分割网络识别所述目标区域的灰度图像中的瓜子 壳和瓜子仁， 并利用边缘检 测方法识别各瓜子壳和瓜子仁的轮廓， 计算各瓜子壳和瓜子仁轮廓的尖锐程度； 计算各瓜子 壳和瓜子仁轮廓内的各像素点灰度共生矩阵的特征值， 根据 所述特征值计 算各瓜子壳和瓜子仁轮廓内的纹理规则程度； 所述特征值包括纹理对比度描述因子和能量 描述因子； 根据各瓜子壳和瓜子仁轮廓内的纹理规则程度和对应的尖锐程度计算任意两瓜子壳 和瓜子仁轮廓之间的聚类距离， 根据所述聚类距离对各瓜子壳和瓜子仁轮廓进行聚类， 得 到瓜子仁聚类簇； 根据所述瓜子仁聚类簇中瓜子仁的数量判断待识别开壳机的实际开壳 率， 若所述实际开壳率不小于 设定开壳率阈值， 则判定待识别开壳机的状态正常； 若 所述实 际开壳率小于设定开壳率阈值， 则判定待识别开壳机的状态不 正常； 所述计算各瓜子壳和瓜子仁轮廓的尖锐程度， 包括： 计算每一瓜子壳和瓜子仁轮廓上 的边缘像素点的切线斜 率变化率， 绘制成切线斜 率变化率‑概率直方图， 记为 o‑p直方图； 根据每一瓜子壳和瓜子仁轮廓对应的o ‑p直方图， 得到每一瓜子壳和瓜子仁轮廓的尖 锐程度： 其中， 为某一瓜子壳和瓜子仁轮廓的尖锐程度， 为该瓜子壳和瓜子仁轮廓的切线斜 率变化率 ‑概率直方图中的第i种切线斜率变化率， 为该瓜子壳和瓜子仁轮廓的切线斜率 变化率‑概率直方图中第i种切线斜率变化率出现的概率， m为该瓜子壳和瓜子仁轮廓的切 线斜率变化率‑概率直方图中切线斜 率变化率的种类数量； 所述根据所述特 征值计算各瓜子壳和瓜子仁轮廓内的纹 理规则程度， 包括： 利用如下公式计算各瓜子壳和瓜子仁轮廓内的纹 理规则程度： 其中， 为某瓜子壳和瓜子仁轮廓内的纹理规则程度， 为该瓜子壳和瓜子仁轮廓 内第i个像素点的灰度共生矩阵中的纹理对比度描述因子， 为该瓜子壳和瓜子仁轮廓 内第i个像素点的灰度共生矩阵中的能量描述因子， n为该瓜子壳和瓜子仁轮廓内包含的像 素点数量。 2.根据权利要求1所述的便携智能开壳机的状态识别方法， 其特征在于， 所述根据 各瓜 子壳和瓜子仁轮廓内的纹理规则程度和对应的尖锐程度计算任意瓜子壳和瓜子仁轮廓之 间的聚类距离， 包括： 利用如下公式计算聚类距离：权　利　要　求　书 1/2 页 2 CN 114821073 B 2其中， d为瓜子壳和瓜子仁轮廓之间的聚类距离， 为瓜子壳和瓜子仁轮廓之间的尖 锐程度差值， 为瓜子壳和瓜子仁轮廓之间的纹 理规则程度差值。 3.根据权利要求1所述的便携智能开壳机的状态识别方法， 其特征在于， 所述根据 所述 聚类距离对各瓜子壳和瓜子仁轮廓进行聚类， 得到瓜子仁聚类簇， 包括： 计算聚类效果面积评价指标 ， 其中， 为聚类效果面积评价指标， 为平 均面积最 大的聚类簇中各瓜子壳和瓜子仁轮廓面积的均值， 为平均面积第二大的聚类簇 中各瓜子壳和瓜子仁轮廓面积的均值； 计算聚类效果直线评价指标 ， 其中， 为聚类效果直线评价指标， b为平均 面积第二大的聚类簇中瓜子壳和瓜子仁轮廓的数量， 为平均面积第二大的聚类簇中第i 个瓜子壳和瓜子仁轮廓内包 含的直线数量； 利用如下公式计算聚类效果综合评价指标： 其中， 为聚类效果综合评价指标， e3为各类的类内距离的均值， e4为各类与其它类别 的质心之间的距离的均值； 设置K的初始值为2， 聚类完成后将计算E的大小， 记为E1； 然后再设置K的值为3， 再次计 算E的大小， 记为E2； 比较E1和E2的大小， 若E1大于E2， 那么将K=3对应的聚类结果中平均面 积第二大的聚类簇判定为瓜子仁聚类簇； 若E1小于E2， 那么将K=2对应的聚类结果中平均面 积第二大的聚类簇判定为瓜子仁聚类簇 。 4.根据权利要求1所述的便携智能开壳机的状态识别方法， 其特征在于， 所述根据 所述 瓜子仁聚类簇中瓜子仁的数量判断待识别开壳机的实际开壳率， 包括： 利用如下公式计算待识别开壳机的实际开壳率： 其中， L为待识别开壳机的实际开壳率， N为投入瓜子开壳机的瓜子数量， a为瓜子仁聚 类簇中瓜子仁的数量。 5.一种便携智能开壳机的状态识别设备， 包括处理器和存储器， 其特征在于， 所述处理 器加载并执行所述存储器上存储的计算机程序， 以实现如权利要求1 ‑4任一项所述的便携 智能开壳机的状态 识别方法。权　利　要　求　书 2/2 页 3 CN 114821073 B 3