CN103196514A - 一种基于图像的微化工过程液位检测方法 - Google Patents
一种基于图像的微化工过程液位检测方法 Download PDFInfo
- Publication number
- CN103196514A CN103196514A CN2013100771866A CN201310077186A CN103196514A CN 103196514 A CN103196514 A CN 103196514A CN 2013100771866 A CN2013100771866 A CN 2013100771866A CN 201310077186 A CN201310077186 A CN 201310077186A CN 103196514 A CN103196514 A CN 103196514A
- Authority
- CN
- China
- Prior art keywords
- liquid level
- image
- chemical process
- algorithm
- detecting method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
本发明提供了一种基于图像的微化工过程液位检测方法,通过摄像头或相机连续拍摄采集微化工过程的液位图像,所采集的液位图像依次采用液位图像预处理算法以获得液位图像的二值图、采用液位角点检测算法得到液位特征点的位置,通过特征点的位置来实时计算当前液位的高度。本发明提出的基于图像的微化工过程液位检测方法,可以对单个微化工过程中的液位或同时对多个微化工过程中的液位进行实时、在线、精确、低成本、非接触式的液位检测,可广泛应用于各类微化工过程的液位检测。
Description
技术领域
本发明涉及工业过程控制中的液位检测技术,特别涉及一种基于图像的微化工过程液位检测方法。
背景技术
近年来,连续流动的微观流体学在化学工程中的应用技术,即微化工工艺,在微观技术领域和化学工程领域都得到了越来越多的重视。微化工的工艺过程可以在较小体积范围内实现化学反应的连续进行,使反应的转化率、选择性均有明显提高,传热系数和传质性能与常规尺度的化工工艺相比得到显著强化。微化工的新工艺可以满足工业规模生产对过程强化的要求,实现反应过程“更好”(高收率,更好的选择性)、“更快”(高时空收率,高生产能力)、“更便宜”(低资金投入,低运行成本)、“更安全”(环保,降低危险)。
对于常规尺度的化工过程而言,液位等重要化工过程参数的检测技术已成熟,可以满足现有化工厂等流程工业企业自动化生产对检测技术的要求。
然而,对于微化工装置而言,由于其物理尺度往往为毫米级甚至更小,在极其狭小的物理空间中如何实现对液位等过程参数的检测,是微化工在实际应用中亟待解决的重要难题。
发明内容
本发明所要解决的问题是提供一种基于图像识别的微化工过程液位检测方法,以解决微化工过程控制中的液位测量问题。为此,本发明采用以下技术方案:
在获取液位图像后,依次采用液位图像预处理算法以获得所述液位图像的二值图、采用液位角点检测算法得到液位特征点的位置,通过所述特征点的位置来实时计算当前液位的高度。
所述液位图像预处理算法以获得所述液位图像的二值图;所述液位图像预处理算法由液位图像灰度化算法、液位图像二值化算法、液位图像边缘检测算法组成;所述液位图像灰度化算法将每个液位图像由彩色图转化为灰度图;所述液位图像二值化算法将每个灰度图按照阈值转化为二值图;所述液位图像边缘检测算法提取每个二值图的边缘信息。
所述液位角点检测算法采用角点检测技术计算液位轮廓的特征点,并通过计算所有特征点的平均值得到液位的高度。
本发明的有益效果是提供了一种基于图像的微化工过程液位检测技术,为测量微化工过程的液位提供了一种低成本并且高效的技术方案。本发明采用图像预处理算法得到液位的大致轮廓,并采用角点检测算法得到液位的高度,计算结果精确且速度较快。经过实验测试,该方法可以实时测量液位,并且有较高的精度。在帧率为20fps、液位图像大小为300×300的条件下,检测间隔最小可缩短为10毫秒,测量相对误差仅为2.5%。
本发明提出的基于图像的微化工过程液位检测方法,可以对单个微化工过程中的液位或同时对多个微化工过程中的液位进行实时、在线、精确、低成本、非接触式的液位检测,可广泛应用于各类微化工过程的液位检测。
附图说明
图1为基于图像的微化工过程液位检测方法的算法流程图。
图2为液位检测装置的结构示意图。
图3为液位检测装置的结构侧视图。
图4为阵列式液位检测装置的结构示意图。
图中标号分别表示如下:1、被测微化工过程设备,2、液位,3、摄像头或相机,4、电脑或电子计算设备。
具体实施方式
本发明的具体实施方式,包括算法实现和装置实现两部分,以下将分别进行具体说明。
1算法实现
如图1所示,基于图像的微化工过程液位检测方法的算法,依次包括液位图像采集、液位图像灰度化、液位图像二值化、液位图像边缘检测、液位图像角点检测,分别说明如下:
1.1液位图像采集、液位图像灰度化与液位图像二值化
通过图像采集装置将图像数据采集至图像处理装置。若采集到的图像为液位阵列,则需要将图像进行分割,得到单个液位的图像。一般而言,采集到的图像为RGB图像,因此需要将采集到的RGB图像按照如下公式转换为8位灰度图,其中GRAY为灰度值,R、G、B为对应原色值:
GRAY=0.299R+0.587G+0.114B (1)
然后将8位灰度图按照如下公式和阈值转换为二值图像,其中SRC为原像素点的灰度值,DST为转换后的像素值,Threshold为阈值:
DST=(SRC>Threshold?0:255) (2)
1.2液位图像边缘检测
本发明采用最为常用的Canny边缘检测算法,具体算法描述可参考论文“AComputational Approach to Edge Detection”,以及开源软件OpenCV的具体实现。
1.3液位图像角点检测
当被测液位的变动较为平缓,并且杂质较少时,本发明建议采用基于角点检测的液位跟踪,具体的检测算法如下:
●初始化跟踪区域,以矩形选择液位可能移动的范围,该范围内不能包含其他特征明显的物体;
●利用Sobel算子计算跟踪区域中每个像素点的二阶导数矩阵M(row,col),计算模板如下,其中G(row,col)为以点(row,col)为中心的9×9方格:
●计算M(row,col)的最小特征值Eig(row,col),Eig(row,col)>T时即为备选角点,其中T为阈值。两个备选角点间的距离不小于某个指定值时则选为角点;
●取所有角点的纵坐标均值即为液位高度,如式(4)所示,其中p为角点个数,yi为第i个角点的纵坐标。
2.装置实现
如图2和图3所示,本发明的装置包括被测微化工过程设备1、摄像头或相机3、电脑或电子计算设备4。摄像头或相机3通过连续拍摄采集被测微化工过程设备1的液位2的图像,将液位2的图像信息实时传递给电脑或电子计算设备4,电脑或电子计算设备4运行基于图像的微化工过程液位检测方法的算法,来实时计算液位高度。
上述装置为本发明最简明的实施方式,对于阵列式排列的多个被测微化工过程设备1,如图4所示,可以先将液位2的图像按照不同的被测微化工过程设备1进行分割,然后即可采用本发明的方法同时实现多个微化工设备的液位检测。
上述具体实施方式用来解释说明本发明,仅为本发明的优选实施例而已,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改、等同替换、改进等,都落入本发明的保护范围。
Claims (4)
1.一种基于图像的微化工过程液位检测方法,其特征在于,它通过连续拍摄采集所述微化工过程内的液位图像,来实时计算液位高度。
2.如权利要求1所述的一种基于图像的微化工过程液位检测方法,其特征在于,所述液位图像依次采用液位图像预处理算法以获得所述液位图像的二值图、采用液位角点检测算法得到液位特征点的位置,通过所述特征点的位置来实时计算当前液位的高度。
3.如权利要求2所述的一种基于图像的微化工过程液位检测方法,其特征在于它采用液位图像预处理算法以获得所述液位图像的二值图;所述液位图像预处理算法由液位图像灰度化算法、液位图像二值化算法、液位图像边缘检测算法组成;所述液位图像灰度化算法将每个液位图像由彩色图转化为灰度图;所述液位图像二值化算法将每个灰度图按照阈值转化为二值图;所述液位图像边缘检测算法提取每个二值图的边缘信息。
4.如权利要求2所述的一种基于图像的微化工过程液位检测方法,其特征在于所述液位角点检测算法采用角点检测技术计算液位轮廓的特征点,并通过计算所有特征点的平均值得到液位的高度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100771866A CN103196514A (zh) | 2013-03-11 | 2013-03-11 | 一种基于图像的微化工过程液位检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100771866A CN103196514A (zh) | 2013-03-11 | 2013-03-11 | 一种基于图像的微化工过程液位检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103196514A true CN103196514A (zh) | 2013-07-10 |
Family
ID=48719214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100771866A Pending CN103196514A (zh) | 2013-03-11 | 2013-03-11 | 一种基于图像的微化工过程液位检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103196514A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103398753A (zh) * | 2013-08-21 | 2013-11-20 | 冶金自动化研究设计院 | 基于机器视觉的浮选液位在线检测装置及方法 |
CN103674805A (zh) * | 2013-12-02 | 2014-03-26 | 交通运输部公路科学研究所 | 一种路面渗水标准装置及路面渗水系数计量方法 |
CN104848917A (zh) * | 2015-04-20 | 2015-08-19 | 大连理工大学 | 一种用于玻璃水槽内水位分析的图像测量方法 |
CN106197612A (zh) * | 2016-07-25 | 2016-12-07 | 江苏科技大学 | 一种基于机器视觉的透明瓶装液位检测方法 |
CN107631782A (zh) * | 2017-07-18 | 2018-01-26 | 南京邮电大学 | 一种基于Harris角点检测的水位检测方法 |
CN108830824A (zh) * | 2018-04-16 | 2018-11-16 | 中北大学 | 输液液面视觉检测报警系统及其检测方法 |
CN110398272A (zh) * | 2019-07-26 | 2019-11-01 | 辽宁机电职业技术学院 | 一种用于自动确定被测液体的测量变量的分析仪表 |
CN112504406A (zh) * | 2020-11-12 | 2021-03-16 | 山西科致成科技有限公司 | 玻璃量器容量自动检定装置及其检定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101586956A (zh) * | 2009-06-18 | 2009-11-25 | 上海交通大学 | 基于单目摄像机的河流水位监测方法 |
CN201600164U (zh) * | 2009-12-29 | 2010-10-06 | 新疆信通水利电子有限公司 | 一种视频水位计 |
CN102494733A (zh) * | 2011-12-12 | 2012-06-13 | 西安电子科技大学 | 基于图像处理的水位监测系统及方法 |
-
2013
- 2013-03-11 CN CN2013100771866A patent/CN103196514A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101586956A (zh) * | 2009-06-18 | 2009-11-25 | 上海交通大学 | 基于单目摄像机的河流水位监测方法 |
CN201600164U (zh) * | 2009-12-29 | 2010-10-06 | 新疆信通水利电子有限公司 | 一种视频水位计 |
CN102494733A (zh) * | 2011-12-12 | 2012-06-13 | 西安电子科技大学 | 基于图像处理的水位监测系统及方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103398753A (zh) * | 2013-08-21 | 2013-11-20 | 冶金自动化研究设计院 | 基于机器视觉的浮选液位在线检测装置及方法 |
CN103398753B (zh) * | 2013-08-21 | 2015-11-11 | 冶金自动化研究设计院 | 基于机器视觉的浮选液位在线检测装置及方法 |
CN103674805B (zh) * | 2013-12-02 | 2016-08-17 | 交通运输部公路科学研究所 | 一种路面渗水标准装置及路面渗水系数计量方法 |
CN103674805A (zh) * | 2013-12-02 | 2014-03-26 | 交通运输部公路科学研究所 | 一种路面渗水标准装置及路面渗水系数计量方法 |
CN104848917B (zh) * | 2015-04-20 | 2017-11-10 | 大连理工大学 | 一种用于玻璃水槽内水位分析的图像测量方法 |
CN104848917A (zh) * | 2015-04-20 | 2015-08-19 | 大连理工大学 | 一种用于玻璃水槽内水位分析的图像测量方法 |
CN106197612A (zh) * | 2016-07-25 | 2016-12-07 | 江苏科技大学 | 一种基于机器视觉的透明瓶装液位检测方法 |
CN106197612B (zh) * | 2016-07-25 | 2019-09-03 | 江苏科技大学 | 一种基于机器视觉的透明瓶装液位检测方法 |
CN107631782A (zh) * | 2017-07-18 | 2018-01-26 | 南京邮电大学 | 一种基于Harris角点检测的水位检测方法 |
CN107631782B (zh) * | 2017-07-18 | 2020-02-21 | 南京邮电大学 | 一种基于Harris角点检测的水位检测方法 |
CN108830824A (zh) * | 2018-04-16 | 2018-11-16 | 中北大学 | 输液液面视觉检测报警系统及其检测方法 |
CN110398272A (zh) * | 2019-07-26 | 2019-11-01 | 辽宁机电职业技术学院 | 一种用于自动确定被测液体的测量变量的分析仪表 |
CN112504406A (zh) * | 2020-11-12 | 2021-03-16 | 山西科致成科技有限公司 | 玻璃量器容量自动检定装置及其检定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103196514A (zh) | 一种基于图像的微化工过程液位检测方法 | |
CN110570396B (zh) | 一种基于深度学习的工业产品缺陷检测方法 | |
CN105563481B (zh) | 一种用于轴孔装配的机器人视觉引导方法 | |
CN103604942B (zh) | 计算真空开关触头位置和运动速度的方法 | |
CN104217441A (zh) | 一种基于机器视觉的机械臂定位抓取方法 | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN105426905A (zh) | 基于梯度直方图和支持向量机的机器人障碍物识别方法 | |
CN103425988A (zh) | 一种具有圆弧几何基元的实时定位与匹配方法 | |
CN106643965B (zh) | 一种利用模板匹配精确识别液位的方法 | |
CN110503638B (zh) | 螺旋胶质量在线检测方法 | |
CN107817044B (zh) | 基于机器视觉的板材振动的测量装置及方法 | |
CN104299247A (zh) | 一种基于自适应测量矩阵的视频目标跟踪方法 | |
CN111739020B (zh) | 周期纹理背景缺陷标签自动标注方法、装置、设备及介质 | |
CN110936355A (zh) | 一种基于视觉测速定位的机械臂引导系统和方法 | |
CN104867130A (zh) | 一种基于裂纹图像子区灰度均值的自适应分割方法 | |
CN104715491A (zh) | 一种基于一维灰度矩的亚像素边缘检测方法 | |
CN104966089A (zh) | 一种二维码图像边缘检测的方法及装置 | |
CN111563896A (zh) | 一种用于接触网异常检测的图像处理方法 | |
Tu et al. | An efficient crop row detection method for agriculture robots | |
CN115294198A (zh) | 一种基于视觉的机械臂全局性能测量系统及方法 | |
CN111967323A (zh) | 一种基于深度学习算法的电力带电作业安全检测方法 | |
CN105224941A (zh) | 对象辨识与定位方法 | |
CN113705564A (zh) | 一种指针式仪表识别读数方法 | |
CN110033469B (zh) | 一种亚像素边缘检测方法及系统 | |
CN117351063A (zh) | 测量微纳器件尺寸的方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130710 |