1.一种基于计算机视觉的异色羽绒自动分选方法,其特征在于,包括:获取由工业摄像机拍摄的进入检测现场的原料绒图像;
对所述原料绒图像进行预处理以得到降噪后原料绒检测图像;
对所述降噪后原料绒检测图像进行特征编码以得到原料绒颜色空间强化特征图;
基于所述原料绒颜色空间强化特征图,生成异色羽绒位置坐标信息;
基于所述异色羽绒位置坐标信息,开启射流泵,利用其吸嘴产生的真空将对应位置坐标的异色羽绒吸出;
其中,基于所述原料绒颜色空间强化特征图,生成异色羽绒位置坐标信息,包括:对所述原料绒颜色空间强化特征图进行基于深度锚定特征的深度关联分布校正以得到优化原料绒颜色空间强化特征图;
将所述优化原料绒颜色空间强化特征图通过位置信息生成器以得到生成结果,所述生成结果为异色羽绒位置坐标信息;
其中,对所述原料绒颜色空间强化特征图进行基于深度锚定特征的深度关联分布校正以得到优化原料绒颜色空间强化特征图,包括:将所述原料绒颜色空间强化特征图进行特征展平化以得到原料绒颜色空间强化特征向量;
对所述原料绒颜色空间强化特征向量进行基于深度锚定特征的深度关联分布校正以得到优化原料绒颜色空间强化特征向量;
将所述优化原料绒颜色空间强化特征向量按照所述特征展平化的方式进行反向特征聚合以得到所述优化原料绒颜色空间强化特征图;
其中,对所述原料绒颜色空间强化特征向量进行基于深度锚定特征的深度关联分布校正以得到优化原料绒颜色空间强化特征向量,包括:确定所述原料绒颜色空间强化特征向量的均值;
对所述原料绒颜色空间强化特征向量进行累加求和以得到所述原料绒颜色空间强化特征向量的总和值;
将所述原料绒颜色空间强化特征向量的总和值减去所述原料绒颜色空间强化特征向量的均值后除以预定超参数再除以所述原料绒颜色空间强化特征向量的长度以得到第一商值;
对所述第一商值计算以自然常数为底的指数函数值以得到第一自然指数函数值;
将所述第一自然指数函数值与所述原料绒颜色空间强化特征向量进行按位置点乘以得到所述优化原料绒颜色空间强化特征向量。
2.根据权利要求1所述的基于计算机视觉的异色羽绒自动分选方法,其特征在于,对所述原料绒图像进行预处理以得到降噪后原料绒检测图像,包括:将所述原料绒图像通过图像降噪器以得到所述降噪后原料绒检测图像。
3.根据权利要求2所述的基于计算机视觉的异色羽绒自动分选方法,其特征在于,对所述降噪后原料绒检测图像进行特征编码以得到原料绒颜色空间强化特征图,包括:将所述降噪后原料绒检测图像通过原料绒颜色特征编码器以得到原料绒颜色检测特征图;
将所述原料绒颜色检测特征图通过空间分布特征强化器以得到所述原料绒颜色空间强化特征图。
4.根据权利要求3所述的基于计算机视觉的异色羽绒自动分选方法,其特征在于,所述图像降噪器为基于自动编解码器的降噪器,所述原料绒颜色特征编码器为作为特征提取器的卷积神经网络模型,所述空间分布特征强化器为使用空间注意力机制的卷积神经网络模型。
5.一种基于计算机视觉的异色羽绒自动分选系统,使用权利要求1所述的基于计算机视觉的异色羽绒自动分选方法,其特征在于,包括:图像采集模块,用于获取由工业摄像机拍摄的进入检测现场的原料绒图像;
图像预处理模块,用于对所述原料绒图像进行预处理以得到降噪后原料绒检测图像;
颜色特征编码模块,用于对所述降噪后原料绒检测图像进行特征编码以得到原料绒颜色空间强化特征图;
位置坐标信息生成模块,用于基于所述原料绒颜色空间强化特征图,生成异色羽绒位置坐标信息;
异色羽绒吸出控制模块,用于基于所述异色羽绒位置坐标信息,开启射流泵,利用其吸嘴产生的真空将对应位置坐标的异色羽绒吸出。
6.根据权利要求5所述的基于计算机视觉的异色羽绒自动分选系统,其特征在于,所述颜色特征编码模块,包括:原料绒颜色特征生成单元,用于将所述降噪后原料绒检测图像通过原料绒颜色特征编码器以得到原料绒颜色检测特征图;
原料绒颜色空间强化特征生成单元,用于将所述原料绒颜色检测特征图通过空间分布特征强化器以得到所述原料绒颜色空间强化特征图。