CN103398753A - 基于机器视觉的浮选液位在线检测装置及方法 - Google Patents
基于机器视觉的浮选液位在线检测装置及方法 Download PDFInfo
- Publication number
- CN103398753A CN103398753A CN2013103672148A CN201310367214A CN103398753A CN 103398753 A CN103398753 A CN 103398753A CN 2013103672148 A CN2013103672148 A CN 2013103672148A CN 201310367214 A CN201310367214 A CN 201310367214A CN 103398753 A CN103398753 A CN 103398753A
- Authority
- CN
- China
- Prior art keywords
- liquid level
- flotation
- view window
- industrial
- industrial computer
- 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.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B03—SEPARATION OF SOLID MATERIALS USING LIQUIDS OR USING PNEUMATIC TABLES OR JIGS; MAGNETIC OR ELECTROSTATIC SEPARATION OF SOLID MATERIALS FROM SOLID MATERIALS OR FLUIDS; SEPARATION BY HIGH-VOLTAGE ELECTRIC FIELDS
- B03D—FLOTATION; DIFFERENTIAL SEDIMENTATION
- B03D1/00—Flotation
- B03D1/02—Froth-flotation processes
- B03D1/028—Control and monitoring of flotation processes; computer models therefor
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
- Image Processing (AREA)
Abstract
一种基于机器视觉的浮选液位在线检测装置及方法,属于机器视觉检测技术领域,特别适用于钾液的轻浮选和重浮选工艺环节。装置包括观察窗(1)、工业摄像机(2)、以太网(3)、工控机(4)、补偿光源(5)、可编程控制器(6)、刮板机构(7)、浮选溢流槽(8)、清洗装置(9)、浮选溶液(10)。工业摄像机透过观察窗采集浮选溶液和泡沫图像,然后送至工控机。工控机采用基于机器视觉的分析方法对采集到的图像信息进行液位提取。本发明可对浮选溶液和泡泡进行高效的液位提取,具有检测准确、运行平稳、刮刀耗能低等优点。
Description
技术领域
本发明属于机器视觉检测技术领域,特别提供了一种基于机器视觉的浮选液位在线检测装置及方法,适用于化工行业浮选工艺,能够准确提取液位高度。
背景技术
现场存在多个钾钠盐溶液溢流槽如图1,为顺序连接,可实现依次递接溢流,其中溢流槽中饱和状态的钾钠盐溶液,并且放入光卤石不断搅拌,用于产生泡沫。如图2,下部分为液体,在液体上部存在这一些泡沫。钾盐主要存在于溢流槽下部的溶液中,钠盐主要存在于上部的泡沫之中。现场工艺通过使用刮刀设备刮除液体上方的泡沫来分离钾盐和钠盐部分。
现场在使用刮刀刮除溢流槽中泡沫时,为保证刮刀设备准确及时的刮除泡沫部分,需要使用设备准确检测液体液位,即液体和泡沫的分界处,保证刮刀设备从该分界处刮除泡沫,实现准确分离。此方法需要定位液位的位置从而使刮板能精确的将泡沫刮走,液位偏高刮走泡沫少,增加重复工作量;液位偏低刮走液体了浪费有效产品资源。所以需要精确的测量出液位高度以保证刮板工具的工作效率和资源保障。
溢流槽中的钾盐溶液存在钾盐析出现象,钾盐会结晶于溢流槽槽边以及其他浸浮在液体表面的设备,这也对液位检测造成一定影响,其中该现象直接导致浮球式液位计的失效。另外,轻浮选或者重浮选方法在溢流槽会产生泡沫,这也对液位测量仪器的精准度也产生影响,比如超声法。
目前还没有文献报道对浮选的溢流槽环节的液位进行有效监测的专利和论文,其中比较相近的研究专利《一种啤酒泡沫补偿液位的检测方法》,但是它是从下到上扫描液面,并对液位上方的泡沫补偿一定的液位高度计算。结合不同电厂的水液位的进行动态监测《锅炉汽包水位数字图像处理算法研究》、对桶装液体的液位进行模拟的学位论文《基于视频图像的液位检测与跟踪系统分析与设计》,与本发明的应用场景和监视化学化工工艺流程对象是有不同的
发明内容
本发明的目的在以提供基于机器视觉的浮选液位在线检测装置及方法,利用机器视觉和图像处理方式来在线实时检测浮选溶液的泡沫液位的高度提取,而且是算法具有较强的鲁棒性。
本发明的装置如图5所示。该装置包括观察窗1、工业摄像机2、以太网3、工控机4、补偿光源5、可编程控制器(PLC)6、刮板机构7、浮选溢流槽8、清洗装置9、浮选溶液10等;观察窗1开在浮选溢流槽8的侧壁上,观察窗1窗口内的东西经过补偿光源5由工业摄像机2进行拍照,工业摄像机2拍摄的图像经以太网3和工控机4连接。工控机4和可编程控制器6通过profibus现场总线连接,可编程控制器6通过profibus分别和刮板机构7和清洗装置9相连接。浮选溢流槽8内的浮选溶液10通过浮选机的不断搅拌,钠盐随着气泡不断上浮并脱离溶液而钾盐则继续在溶液。在浮选溢流槽8的侧壁上开5-10个观察窗1,并在观察窗1的后方50cm-150cm距离放置工业摄像机2来拍摄图像。由于现场的全天实时检测,光照条件会影响成像质量,所以在观察窗1与工业摄像机2之间增加补偿光源5。工业摄像机1所成的图像经以太网3送至工控机4中,并在工控机中完成浮选液位的提取。工控机4将处理的液位高度结果送至可编程控制器(PLC)6中,然后再控制刮板机构7进行高效的刮去上方的泡沫。若工控机4处理的结果在算法中超出可接受范围,则向可编程控制器(PLC)6发送检测错误信号,然后可编程控制器(PLC)6控制清洗装置9冲洗观察窗或者发出报警声音。
工业摄像机2的镜头采用200万像素、面阵CCD相机、曝光时间约为1ms的高清快速的工业摄像头。
工业摄像头2可通过100米内无中继,可直接利用以太网3送至工控机4中。
清洗装置10可以冲洗掉观察窗1上长期积累附着的物质,去除对图像成像的干扰。
本发明的在线检测方法包括以下工艺步骤:
(1)在浮选溶液的溢流槽内开5-10个透明的观察窗1;
(2)在观察窗1的正对面安装工业摄像机2采集图像(图像的成像区域刚好涵盖整个观察窗)其并把采集到的数据经现场总线/以太网送至工控机4并进行后续的图像处理;
(3)对采集到的图像利用图像处理方法进行处理:
a首先将采集到的原始图像数据进行灰度化处理;
b选择合适的阈值方法进行二值化,根据现场需求,较好的方法有固定阈值法、自适应的全局阈值法;
c利用投影法计算一定区域内白点数和黑点数:浮选溶液一般为黑点,而上方的泡沫为白点。一开始统计的投影区域要么为全白,要么为全黑。当统计区域内的白点像素数和黑点像素数大致均衡时,可以认为浮选液位像素高度为统计区域的中间高度。
(4)再根据整个区域成像的宽度和高度以及观察窗的实际大小,可以得出像素代表的实际距离即像素/厘米;
(5)工控机4再依据前两步得出的数据,可以得出浮选液位的实际高度。
(6)工控机4将得到的浮选液位实际高度经现场总线/以太网反馈给刮刀,从而控制刮刀每次操作都能在检测出来的液位上开始刮走泡沫,提高了刮板每次刮走尽可能多的泡沫,带走尽量少的浮选溶液,从而提高了刮板的工作效率。
本发明的有益效果是:本发明采用完成溢流槽内液位的检测,能有效的对泡沫和液位进行精确提取,减少了现有的消耗式的浮子式液位测量传感器的使用,同时消耗成本以及维护成本也比超声波式更经济。此外图像处理还具有检测精度高、可以自动检测提取,这都适合生产线的改造升级。具有检测准确、运行平稳、刮刀耗能低等优点
附图说明
图1为钾钠盐溶液溢流槽,多个顺序链接。
图2为目前现场实际的工艺环节,以及刮板在某一刻度进行刮走泡沫。
图3为本发明的装置和检测方法,需要在溢流槽开一个观察窗。
图4为将摄像机正对观察窗,并且成像区域刚好涵盖整个观察窗。
图5为本发明的系统结构示意框图。
具体实施方式
本发明的装置如图5所示。该装置包括观察窗1、工业摄像机2、以太网3、工控机4、补偿光源5、可编程控制器(PLC)6、刮板机构7、浮选溢流槽8、清洗装置9、浮选溶液10等;观察窗1开在浮选溢流槽8的侧壁上,观察窗1窗口内的东西经过补偿光源5由工业摄像机2进行拍照,工业摄像机2拍摄的图像经以太网3和工控机4连接。工控机4和可编程控制器6通过profibus现场总线连接,可编程控制器6通过profibus分别和刮板机构7和清洗装置9相连接。浮选溢流槽8内的浮选溶液10通过浮选机的不断搅拌,钠盐随着气泡不断上浮并脱离溶液而钾盐则继续在溶液。在浮选溢流槽8的侧壁上开5-10个观察窗1,并在观察窗1的后方50cm-150cm距离放置工业摄像机2来拍摄图像。由于现场的全天实时检测,光照条件会影响成像质量,所以在观察窗1与工业摄像机2之间增加补偿光源5。工业摄像机1所成的图像经以太网3送至工控机4中,并在工控机中完成浮选液位的提取。工控机4将处理的液位高度结果送至可编程控制器(PLC)6中,然后再控制刮板机构7进行高效的刮去上方的泡沫。若工控机4处理的结果在算法中超出可接受范围,则向可编程控制器(PLC)6发送检测错误信号,然后可编程控制器(PLC)6控制清洗装置9冲洗观察窗或者发出报警声音。
选择机器视觉系统用来实现溢流槽内的液位检测。该解决整体方案为:通过机器视觉设备采集到液位的图像,并对图像进行分析处理,检测得到液位数据并输出检测结果。机器视觉系统的实现,需要进行一些硬件准备,其中在溢流槽的侧壁上,安装一块透明的观察窗如图3,可以观察窗观察到溢流槽内部液位和泡沫的分界面图像,对该观察窗尺寸的要求可以完全满足溢流槽的液位变换范围。在观察窗的正对位置安装有视觉设备,如图4所示,用以采集观察窗的图像,并进行分析处理,输出检测结果。
通过机器视觉设备采集到液位的图像,并对图像进行分析处理,检测得到液位数据并输出检测结果。通过机器视觉设备(MV-VE-L摄像机)拍摄搅拌器搅动模拟溢流槽序列里面的液体,这样就会生产一幅幅带有泡沫的内部液位的分界面图像,然后对图片识别出液位和泡沫的区域,计算出液位的高度。
a).拍摄有效的视频和图片
目前选用的是MV-VE-L摄像机,像素及分辨率较低,成像效果较差。再利用他们提供的Demo进行视频或者图片拍摄时,成像效果不理想。这对后续的液位识别造成很大的干扰。后来利用提供的开发包,自己编写程序代码,驱动摄像机进行视频及图片的拍摄,能做到拍摄的效果比Demo好。
b).背景建模
对于前后帧图片,很多部分都变化不是很大,因此可以利用帧差法提高检测速度。帧差法对于波动比较灵敏,因此噪声的干扰可能被误做有用信息。高级背景建模codebook方法,利用一段时间内的背景变化范围作为背景,这种方法建模速度较慢,但是处理干扰信号的效果较好。另外可以隔一段时间进行重新建模,并且将帧处理结果按照时间顺序给予不同的权值,越接近最新的权值越大,这样处理的效果会更接近真实值。
c).灰度二值化方法选取
二值化有很多种方法,比如固定阈值法、OSTU大津法、基本全局阀值法、上下阀值法、自适应阀值、最大熵阀值分割等,每个阈值方法都写了运行程序,然后将图片在每个阈值方法中的效果进行比对,选择效果最好的阈值法进行二值化。
d).利用LSD检测算法取代canny来进行边缘检测
利用Hough变换检测直线是最直接的,但是检测算法速度太慢,而且稳定性不是很好。Canny算子的检测速度较慢,效果也能抑制噪声干扰。因此,利用LSD(线性分割探测器)一方面可以提高检测速度,另外算法的检测准确度高。
e)利用投影法计算一定区域内白点数和黑点数:浮选溶液一般为黑点,而上方的泡沫为白点。一开始统计的投影区域要么为全白,要么为全黑。当统计区域内的白点像素数和黑点像素数大致均衡时,可以认为液位像素高度为统计区域的中间高度。
f).液位的跟踪
对液位进行跟踪,目前查看到的论文都是利用卡尔曼滤波器进行动态跟踪,打算利用粒子滤波器的重要性重采样原理进行跟踪。常规的粒子滤波器需要自己划定目标区域,选择有效特征,在进行放狗进行跟踪。我的思路是:利用codebook建模检测出来的初始值附近作为目标特征,提取出来目标区域的关键特征,然后再利用此特征进行跟踪。
Claims (5)
1.基于机器视觉的浮选液位在线检测装置,其特征在于,包括观察窗(1)、工业摄像机(2)、以太网(3)、工控机(4)、补偿光源(5)、可编程控制器(6)、刮板机构(7)、浮选溢流槽(8)、清洗装置(9)、浮选溶液(10);观察窗(1)开在浮选溢流槽(8)的侧壁上,观察窗(1)窗口内的东西经过补偿光源(5)由工业摄像机(2)进行拍照,工业摄像机(2)拍摄的图像经以太网(3)和工控机(4)连接;工控机(4)和可编程控制器(6)通过profibus现场总线连接,可编程控制器(6)通过profibus分别和刮板机构(7)和清洗装置(9)相连接;浮选溢流槽(8)内的浮选溶液(10)通过浮选机的不断搅拌,钠盐随着气泡不断上浮并脱离溶液而钾盐则继续在溶液;在浮选溢流槽(8)的侧壁上开5-10个观察窗(1),并在观察窗(1)的后方50cm-150cm距离放置工业摄像机(2)来拍摄图像;在观察窗(1)与工业摄像机(2)之间增加补偿光源(5);工业摄像机(1)所成的图像经以太网(3)送至工控机(4)中,并在工控机中完成浮选液位的提取;工控机(4)将处理的液位高度结果送至可编程控制器(6)中,然后再控制刮板机构(7)进行刮去上方的泡沫;当工控机(4)处理的结果在算法中超出可接受范围,则向可编程控制器(6)发送检测错误信号,然后可编程控制器(6)控制清洗装置(9)冲洗观察窗或者发出报警声音。
2.根据权利要求1所述的检测装置,其特征在于,所述的工业摄像机(2)的镜头采用200万像素、面阵CCD相机、曝光时间约为1ms的高清快速的工业摄像头。
3.根据权利要求1所述的检测装置,其特征在于,所述的工业摄像头(2)通过100米内无中继,直接利用以太网(3)送至工控机(4)中。
4.根据权利要求1所述的检测装置,其特征在于,所述的清洗装置(10)冲洗掉观察窗(1)上长期积累附着的物质,去除对图像成像的干扰。
5.一种采用权利要求1所述装置的浮选液位在线检测方法,其特征在于,包括以下步骤:
(1)在浮选溶液的溢流槽内开5-10个透明的观察窗;
(2)在观察窗1的正对面安装工业摄像机2采集图像(图像的成像区域刚好涵盖整个观察窗)其并把采集到的数据经现场总线/以太网送至工控机4并进行后续的图像处理;
(3)对采集到的图像利用图像处理方法进行处理:
a首先将采集到的原始图像数据进行灰度化处理;
b选择合适的阈值方法进行二值化,根据现场需求,较好的方法有固定阈值法、自适应的全局阈值法;
c利用投影法计算一定区域内白点数和黑点数:浮选溶液一般为黑点,而上方的泡沫为白点。一开始统计的投影区域要么为全白,要么为全黑。当统计区域内的白点像素数和黑点像素数大致均衡时,可以认为浮选液位像素高度为统计区域的中间高度。
(4)再根据整个区域成像的宽度和高度以及观察窗的实际大小,可以得出像素代表的实际距离即像素/厘米;
(5)工控机(4)再依据前两步得出的数据,可以得出浮选液位的实际高度。
(6)工控机(4)将得到的浮选液位实际高度经现场总线/以太网反馈给刮刀,从而控制刮刀每次操作都能在检测出来的液位上开始刮走泡沫。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310367214.8A CN103398753B (zh) | 2013-08-21 | 2013-08-21 | 基于机器视觉的浮选液位在线检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310367214.8A CN103398753B (zh) | 2013-08-21 | 2013-08-21 | 基于机器视觉的浮选液位在线检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103398753A true CN103398753A (zh) | 2013-11-20 |
CN103398753B CN103398753B (zh) | 2015-11-11 |
Family
ID=49562423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310367214.8A Expired - Fee Related CN103398753B (zh) | 2013-08-21 | 2013-08-21 | 基于机器视觉的浮选液位在线检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103398753B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941701A (zh) * | 2014-04-29 | 2014-07-23 | 东北大学 | 一种双网环境下浮选工业过程运行控制系统及方法 |
CN104486923A (zh) * | 2014-12-23 | 2015-04-01 | 冶金自动化研究设计院 | 浮选液位图像识别设备防护装置 |
CN104784978A (zh) * | 2015-04-14 | 2015-07-22 | 冶金自动化研究设计院 | 浮选液位图像识别设备液面除泡装置 |
CN104907515A (zh) * | 2015-06-25 | 2015-09-16 | 烟台万隆真空冶金股份有限公司 | 一种基于倾斜摄影的液位控制系统及液位测量方法 |
CN105021231A (zh) * | 2015-07-31 | 2015-11-04 | 中国矿业大学 | 一种浮选运动气泡特征观测实验装置及方法 |
CN109290065A (zh) * | 2018-09-06 | 2019-02-01 | 山西智卓电气有限公司 | 一种浮选尾煤三参数图像检测装置与方法 |
CN109564125A (zh) * | 2016-06-03 | 2019-04-02 | 福伊特专利有限公司 | 对液力耦合器中的液位的获知 |
CN109815963A (zh) * | 2019-01-28 | 2019-05-28 | 东北大学 | 基于滑窗技术的浮选尾矿泡沫图像目标区域自动获取方法 |
CN111311580A (zh) * | 2020-02-19 | 2020-06-19 | 中冶赛迪重庆信息技术有限公司 | 一种基于图像识别的汽包液位异常识别方法及系统 |
CN111307250A (zh) * | 2020-04-13 | 2020-06-19 | 华能国际电力股份有限公司 | 一种吸收塔液位和泡沫在线监测装置及方法 |
CN112504182A (zh) * | 2021-01-08 | 2021-03-16 | 汪春香 | 一种利用水位变化的合金铸件检测装置 |
CN113523895A (zh) * | 2021-05-31 | 2021-10-22 | 李凌祥 | 一种数控加工中心观察窗自洁净方法 |
CN113865671A (zh) * | 2021-09-10 | 2021-12-31 | 中山市德隆昌工艺包装有限公司 | 一种eps泡沫料仓的检测装置及检测方法 |
CN114261590A (zh) * | 2022-01-19 | 2022-04-01 | 佛山果硕智能科技有限公司 | 一种啤酒罐装后动态气泡分析的方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001038001A1 (en) * | 1999-11-24 | 2001-05-31 | Outokumpu Oyj | Monitoring and control of a froth flotation plant |
US6727990B1 (en) * | 1999-05-05 | 2004-04-27 | Antti Niemi | Method and apparatus for monitoring and analyzing the surface of floated material |
CN101404722A (zh) * | 2008-11-13 | 2009-04-08 | 中南大学 | 一种浮选泡沫图像视觉监控装置 |
CN102519540A (zh) * | 2011-12-10 | 2012-06-27 | 山东明佳包装检测科技有限公司 | 一种啤酒泡沫补偿液位的检测方法 |
CN103196514A (zh) * | 2013-03-11 | 2013-07-10 | 浙江大学 | 一种基于图像的微化工过程液位检测方法 |
CN203091096U (zh) * | 2013-01-15 | 2013-07-31 | 北京华德创业环保设备有限公司 | 一种泡沫浮选摄像灰度图像与模拟量的转换方法装置 |
-
2013
- 2013-08-21 CN CN201310367214.8A patent/CN103398753B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6727990B1 (en) * | 1999-05-05 | 2004-04-27 | Antti Niemi | Method and apparatus for monitoring and analyzing the surface of floated material |
WO2001038001A1 (en) * | 1999-11-24 | 2001-05-31 | Outokumpu Oyj | Monitoring and control of a froth flotation plant |
CN101596501A (zh) * | 1999-11-24 | 2009-12-09 | 奥托库姆普联合股份公司 | 对泡沫浮选工厂的监视和控制 |
CN101404722A (zh) * | 2008-11-13 | 2009-04-08 | 中南大学 | 一种浮选泡沫图像视觉监控装置 |
CN102519540A (zh) * | 2011-12-10 | 2012-06-27 | 山东明佳包装检测科技有限公司 | 一种啤酒泡沫补偿液位的检测方法 |
CN203091096U (zh) * | 2013-01-15 | 2013-07-31 | 北京华德创业环保设备有限公司 | 一种泡沫浮选摄像灰度图像与模拟量的转换方法装置 |
CN103196514A (zh) * | 2013-03-11 | 2013-07-10 | 浙江大学 | 一种基于图像的微化工过程液位检测方法 |
Non-Patent Citations (2)
Title |
---|
丁利华等: "煤泥浮选泡沫特征提取算法综述", 《选煤技术》 * |
黄玲等: "基于机器视觉的透明瓶装液体液位自动检测", 《自动化与仪表》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941701A (zh) * | 2014-04-29 | 2014-07-23 | 东北大学 | 一种双网环境下浮选工业过程运行控制系统及方法 |
CN103941701B (zh) * | 2014-04-29 | 2016-05-11 | 东北大学 | 一种双网环境下浮选工业过程运行控制系统及方法 |
CN104486923A (zh) * | 2014-12-23 | 2015-04-01 | 冶金自动化研究设计院 | 浮选液位图像识别设备防护装置 |
CN104486923B (zh) * | 2014-12-23 | 2017-05-24 | 冶金自动化研究设计院 | 浮选液位图像识别设备防护装置 |
CN104784978A (zh) * | 2015-04-14 | 2015-07-22 | 冶金自动化研究设计院 | 浮选液位图像识别设备液面除泡装置 |
CN104784978B (zh) * | 2015-04-14 | 2016-08-17 | 冶金自动化研究设计院 | 浮选液位图像识别设备液面除泡装置 |
CN104907515A (zh) * | 2015-06-25 | 2015-09-16 | 烟台万隆真空冶金股份有限公司 | 一种基于倾斜摄影的液位控制系统及液位测量方法 |
CN105021231A (zh) * | 2015-07-31 | 2015-11-04 | 中国矿业大学 | 一种浮选运动气泡特征观测实验装置及方法 |
CN109564125A (zh) * | 2016-06-03 | 2019-04-02 | 福伊特专利有限公司 | 对液力耦合器中的液位的获知 |
CN109290065A (zh) * | 2018-09-06 | 2019-02-01 | 山西智卓电气有限公司 | 一种浮选尾煤三参数图像检测装置与方法 |
CN109815963A (zh) * | 2019-01-28 | 2019-05-28 | 东北大学 | 基于滑窗技术的浮选尾矿泡沫图像目标区域自动获取方法 |
CN111311580A (zh) * | 2020-02-19 | 2020-06-19 | 中冶赛迪重庆信息技术有限公司 | 一种基于图像识别的汽包液位异常识别方法及系统 |
CN111307250A (zh) * | 2020-04-13 | 2020-06-19 | 华能国际电力股份有限公司 | 一种吸收塔液位和泡沫在线监测装置及方法 |
CN112504182A (zh) * | 2021-01-08 | 2021-03-16 | 汪春香 | 一种利用水位变化的合金铸件检测装置 |
CN112504182B (zh) * | 2021-01-08 | 2022-06-10 | 浙江龙头机械有限公司 | 一种利用水位变化的合金铸件检测装置 |
CN113523895A (zh) * | 2021-05-31 | 2021-10-22 | 李凌祥 | 一种数控加工中心观察窗自洁净方法 |
CN113523895B (zh) * | 2021-05-31 | 2023-10-20 | 李凌祥 | 一种数控加工中心观察窗自洁净方法 |
CN113865671A (zh) * | 2021-09-10 | 2021-12-31 | 中山市德隆昌工艺包装有限公司 | 一种eps泡沫料仓的检测装置及检测方法 |
CN113865671B (zh) * | 2021-09-10 | 2023-11-21 | 中山市德隆昌工艺包装有限公司 | 一种eps泡沫料仓的检测装置及检测方法 |
CN114261590A (zh) * | 2022-01-19 | 2022-04-01 | 佛山果硕智能科技有限公司 | 一种啤酒罐装后动态气泡分析的方法及装置 |
CN114261590B (zh) * | 2022-01-19 | 2023-09-22 | 佛山果硕智能科技有限公司 | 一种啤酒罐装后动态气泡分析的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103398753B (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103398753B (zh) | 基于机器视觉的浮选液位在线检测装置及方法 | |
CN109598715B (zh) | 基于机器视觉的物料粒度在线检测方法 | |
CN103913468B (zh) | 生产线上大尺寸lcd玻璃基板的多视觉缺陷检测设备及方法 | |
CN107909575B (zh) | 针对振动筛运行状态的双目视觉在线检测装置及检测方法 | |
CN102221559B (zh) | 基于机器视觉的织物疵点在线自动检测方法及其装置 | |
CN102818538B (zh) | 基于调制玻璃线结构激光图像的检测系统 | |
CN105388162A (zh) | 基于机器视觉的原料硅片表面划痕检测方法 | |
Zhu et al. | Probability density function of bubble size based reagent dosage predictive control for copper roughing flotation | |
CN102679914A (zh) | 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置 | |
Livanos et al. | Intelligent navigation and control of a prototype autonomous underwater vehicle for automated inspection of aquaculture net pen cages | |
Kim et al. | Automatic photovoltaic panel area extraction from UAV thermal infrared images | |
Zhao et al. | Recognition of flooding and sinking conditions in flotation process using soft measurement of froth surface level and QTA | |
CN108510539A (zh) | 一种基于图像分析的煤炭产量监测方法 | |
Gunatilake et al. | Real-time 3D profiling with RGB-D mapping in pipelines using stereo camera vision and structured IR laser ring | |
CN102494977A (zh) | 大米碎米率在线检测方法和系统 | |
CN109876569A (zh) | 一种布袋除尘器净化气体指标在线检测装置、系统及方法 | |
AU2017368919B2 (en) | Analysis of bubbles in a pulp phase of a flotation cell | |
CN114594533A (zh) | 一种基于自适应高斯混合算法的视频雨量监测方法与装置 | |
CN108647722A (zh) | 一种基于过程尺寸特征的锌矿品位软测量方法 | |
Li et al. | Image‐Based Underwater Inspection System for Abrasion of Stilling Basin Slabs of Dam | |
KR20240047471A (ko) | 수질 감시 시스템 | |
CN110728677B (zh) | 一种基于滑动窗口算法的纹理粗糙度定义方法 | |
CN111807003A (zh) | 一种用于带式输送机的非金属异物检测系统 | |
CN102006455A (zh) | 基于视频的智能河道监控系统 | |
Adamo et al. | An online defects inspection system for satin glass based on machine vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151111 Termination date: 20180821 |