本发明涉及图像处理。更具体地，本发明涉及揉面杂质检测方法及系统。
背景技术：
1、面食是人们日常生活中离不开的一类食物，而面食则是由面粉经过揉面之后得到，在小麦研磨成面粉后，由于研磨不充分或者其他原因，导致在揉面过程中，面团中会有小麦壳等杂质，不仅不卫生，还影响面团的质量、口感。因此，需要在揉面过程中对面团进行杂质检测，判断面团中是否含有杂质。
2、现有的图像增强方法都是基于图像整体进行增强，但由于麦壳杂质颗粒较小，分布分散且数量较少，基于图像整体进行增强有可能效果不明显，不能很好区分杂质区域和面团区域。
技术实现思路
1、本发明提供一种揉面杂质检测方法及系统，旨在解决相关技术中麦壳杂质颗粒较小，分布分散且数量较少，基于图像整体进行增强有可能效果不明显，不能很好区分杂质区域和面团区域的问题。
2、在第一方面中，本发明提供了揉面杂质检测方法，包括：获取当前面团的目标灰度图像；获取当前面团对应的前一次揉面后面团的第一灰度图像；采用dbscan算法对所述目标灰度图像和第一灰度图像分别进行分类，得到多个类别，并将属于同一类别中的像素点组成一个区域；根据各个类别的所述像素点数量和平均灰度值，计算得到目标灰度图像中各个类别为杂质的预测值，计算公式为；其中，为所述目标灰度图像中第个类别为杂质的预测值，为所述目标灰度图像中第个类别的平均灰度值，为所述目标灰度图像中第个类别的像素点数量，为所述第一灰度图像中第个类别与目标灰度图像中第个类别的平均灰度值的差异，为所述第一灰度图像中第个类别与目标灰度图像中第个类别像素点数量差异；对于每一个类别，以其中最大的预测值作为该类别的概率值，进而获取所述目标灰度图像中所有类别对应的概率值，利用k-means聚类算法按概率值大小将区域分成两类，将概率值较大的类别判定为杂质区域；对所述目标灰度图像进行增强，以分割所述杂质区域。
3、在一实施例中，对所述目标灰度图像进行增强，包括：对所述目标灰度图像进行直方图均衡化；计算出杂质区域中像素点灰度值的平均值与除杂质区域外的其他像素点灰度值的平均值之间的差异值；响应于所述差异值低于预设阈值，则对直方图均衡化过程进行优化；采用优化后的直方图均衡化方法对所述目标灰度图像进行增强，对增强后的图像分割，以得到杂质区域。
4、在一实施例中，对直方图均衡化过程进行优化，包括：计算得到杂质像素点的权重和杂质对应的灰度级的权重；根据所述杂质对应的灰度级的权重，计算杂质对应的灰度级加权后出现的频率；获取每个灰度级加权后的累积分布，并对其直方图均衡化处理，得到增强后的图像。
5、在一实施例中，计算得到杂质像素点的权重，计算公式为：；其中，为杂质像素点的权重，为像素点为杂质的概率值，为对所述目标灰度图像均衡化后杂质区域像素点灰度值的平均值与其他区域的像素点灰度值的平均值之间的差异值。
6、在一实施例中，计算杂质对应的灰度级的权重，包括：获取杂质对应的灰度级中的其中一个灰度级，获取此灰度级中的所有像素点，并计算出此灰度级中的所有像素点的权重的平均值；对所述平均值进行归一化处理，归一化后的值表示为该灰度级的权重。
7、在一实施例中，计算杂质对应的灰度级加权后出现的频率，计算公式为：；其中，为加权之后杂质对应的第t个灰度级出现的频率，为第t个灰度级对应的像素点数量，为整个图像像素点总数量，为第t个灰度级的权重。
8、在一实施例中，计算所述差异值，计算公式为：；其中，为对所述目标灰度图像均衡化后杂质区域像素点灰度值的平均值与其他区域的像素点灰度值的平均值之间的差异值，表示杂质区域像素点灰度值的平均值，表示除杂质区域外其他区域像素点灰度值的平均值。
9、在一实施例中，包括：响应于所述差异值高于预设阈值，则不需要对直方图均衡化过程进行优化。
10、在一实施例中，包括：利用otsu算法对增强后的图像进行阈值分割，得到杂质区域。
11、本发明第二方面，还提供了一种揉面杂质检测系统，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序以实现以上任一项所述的揉面杂质检测方法。
12、有益效果：通过获取加权之后的杂质对应灰度级的频率分布，进而获取每个灰度级的累积分布，然后采用经过优化的直方图均衡化方法对目标灰度图像增强，使得图像增强效果更好，最后利用otsu算法对增强后的目标灰度图像进行阈值分割，得到杂质区域。
1.一种揉面杂质检测方法，其特征在于，包括：
2.根据权利要求1所述的揉面杂质检测方法，其特征在于，对所述目标灰度图像进行增强，包括：
3.根据权利要求2所述的揉面杂质检测方法，其特征在于，对直方图均衡化过程进行优化，包括：
4.根据权利要求3所述的揉面杂质检测方法，其特征在于，计算得到杂质像素点的权重，计算公式为：
5.根据权利要求4所述的揉面杂质检测方法，其特征在于，计算杂质对应的灰度级的权重，包括：
6.根据权利要求5所述的揉面杂质检测方法，其特征在于，计算杂质对应的灰度级加权后出现的频率，计算公式为：
7.根据权利要求2所述的揉面杂质检测方法，其特征在于，计算所述差异值，计算公式为：
8.根据权利要求2所述的揉面杂质检测方法，其特征在于，包括：
9.根据权利要求2所述的揉面杂质检测方法，其特征在于，对增强后的图像分割，包括：
10.一种揉面杂质检测系统，包括处理器和存储器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序以实现如权利要求1-9任一项所述的揉面杂质检测方法。
