CN106153634A - 一种用于自动测试耐火砖抗热震性的图像采集与处理系统 - Google Patents

一种用于自动测试耐火砖抗热震性的图像采集与处理系统 Download PDF

Info

Publication number
CN106153634A
CN106153634A CN201610841166.5A CN201610841166A CN106153634A CN 106153634 A CN106153634 A CN 106153634A CN 201610841166 A CN201610841166 A CN 201610841166A CN 106153634 A CN106153634 A CN 106153634A
Authority
CN
China
Prior art keywords
refractory brick
image
tested end
face
area
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
Application number
CN201610841166.5A
Other languages
English (en)
Inventor
徐望明
郑超兵
阮钦锋
朱鹏飞
赵永志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Science and Engineering WUSE
Wuhan University of Science and Technology WHUST
Original Assignee
Wuhan University of Science and Engineering WUSE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University of Science and Engineering WUSE filed Critical Wuhan University of Science and Engineering WUSE
Priority to CN201610841166.5A priority Critical patent/CN106153634A/zh
Publication of CN106153634A publication Critical patent/CN106153634A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/60—Investigating resistance of materials, e.g. refractory materials, to rapid heat changes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8858—Flaw counting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明涉及一种用于自动测试耐火砖抗热震性的图像采集与处理系统。该系统由1个彩色高分辨率CCD工业摄像头(1)、1块图像采集卡(2)、1台装有图像处理软件的工控机(3)、1台显示器(4)、1块数字I/O卡(5)以及1个水汽吹扫单元(6)组成。图像采集卡(2)将摄像头(1)拍摄的图像信息输入工控机(3)进行处理，数字I/O卡(5)用于工控机与测试装置PLC自动控制单元交换控制和状态信号，工控机(3)处理和分析耐火砖受测端面图像信息，记录相关的测量结果，并由显示器(4)显示。该系统可与现有已实现了电气和机械自动化的测试装置进行集成，实现耐火砖抗热震性测试过程的全自动化，具有成本低、速度快、精度高、切实可行等优点。

Description

一种用于自动测试耐火砖抗热震性的图像采集与处理系统
技术领域
本发明属于耐火砖热震稳定性测试领域，具体涉及一种用于自动测试耐火砖抗热震性的图像采集与处理系统。
背景技术
耐火砖的抗热震性是指制品对温度迅速变化所产生损伤的抵抗性能,又称热震稳定性或耐急冷急热性。耐火砖在使用过程中，经常受到强烈的急冷、急热作用。例如，间隙生产的窑炉、窑炉点火、停火和停窑检修等情况，炉衬的温度都会有很大的变化。由于耐火砖的导热性差，制品内部就会因为温度急剧变化而产生应力，当这种应力超过制品的结构强度时，便发生开裂、剥落，甚至造成砌体崩裂。产生这种应力的大小，主要取决于制品的组织结构、热膨胀性、导热性及弹性模量等因素。目前已有多种方法可对耐火砖的抗热震性进行测试评价，其基本思想主要是对耐火砖进行高温加热后，再用冷水或冷风急剧降温，然后测定耐火砖受测端面的面积破损率，重复这种急热急冷循环过程，记录耐火砖受测端面的面积破损率达到一半时的急热急冷循环次数，以此作为评价耐火砖抗热震稳定性的指标。传统测试装置由人工控制，由于测试过程是简单循环试验，测试时间长，人工操作劳动强度大,费时、费力、易出错，加上使用方格网来测定耐火砖受测端面的破损面积，测试结果误差较大。
基于上述缺点，武汉科技大学葛山、尹玉成、刘志强等提出一种耐火材料高温抗热震性的测试装置及其使用方法(发明专利CN101776556B、CN102288507B)，力图采用自动控制技术和图像处理方法测定耐火砖高温抗热震性。该装置实现了对电气和机械部分的自动化操作，大大提高了耐火砖高温抗热震性测试装置的自动化程度和工作效率，但在同时测试多块耐火砖时，该装置采用了安装多个摄像头的方案，每个摄像头对应地采集其中一块耐火砖的受测端面图像，不仅提高了设计成本和安装难度，而且由于各摄像头所采集图像存在重叠区域，因此不同耐火砖图像存在串扰现象，从而使全自动的图像处理与准确分析难以实现。
重庆大学周祥发、高家诚等人提出一种用数字图像处理技术对耐火浇注料预制件在热震实验过程中产生的裂纹密度进行评定的方法(周祥发、高家诚等：图像处理技术在耐火制品热震性检测中的应用，《钢铁研究》第35卷第5期，2007年10月)，其实验结果表明相比于传统手工测量方法，该方法处理精度较高、速度快、全自动化，实现了无接触测量；但该方法采用灰度图像作为处理对象，对背景和环境的干扰较为敏感，从而影响测量精度，比如在进行图像二值化处理时，采用了均值阈值法，将整幅图的灰度平均值作为阈值进行图像分割，由于光照条件难以控制，这样显然不能很好的区分背景与受测样本；再如，急冷阶段产生的水汽或热气会影响摄像头成像，从而影响灰度图像质量。另外，该方法只针对单块耐火砖进行测试，不能适应同时测试多块耐火砖的情形。
发明内容
本发明旨在克服现有技术缺陷，目的在于提供一种成本低、速度快、精度高、切实可行的用于自动测试耐火砖抗热震性的图像采集与处理系统。
为了实现上述目的，本发明采用的技术方案是：该系统由1个彩色高分辨率CCD工业摄像头、1块图像采集卡、1台装有图像处理软件的工控机、1台显示器、1块数字I/O卡以及1个水汽吹扫单元组成；该系统可与现有已实现了电气和机械自动化的测试装置进行集成，与测试装置的PLC自动控制单元交换控制和状态信号，实现耐火砖抗热震性测试过程的全自动化。
彩色高分辨率CCD工业摄像头用于拍摄耐火砖受测端面图像。所有耐火砖事先要安放在专用的耐火砖夹持器中，并用相同颜色的颜料将受测端面均匀涂色，以便于对成像图像进行计算机处理。在同一批次的耐火砖测试过程中，拍摄耐火砖受测端面图像时，摄像头所处高度和位置保持不变，从正上方俯视耐火砖夹持器进行拍摄，保证一次采集所得图像包含多块耐火砖受测端面的完整图像。
图像采集卡是图像采集部分和图像处理部分的接口，安装于工控机的PCI插槽中，其功能是捕捉工业摄像头拍摄到的耐火砖受测端面图像信息，以数字图像的形式输入到工控机中供图像处理软件进行处理分析。
数字I/O卡是测试装置PLC自动控制单元和本系统中工控机交换控制和状态信号的接口，安装于工控机的PCI插槽中。当工艺条件满足，PLC控制单元发送图像采集指令给工控机，工控机随后打开水汽吹扫单元，并开始采集图像；当图像采集分析完毕，工控机将分析的计数结果和状态信息，通过数字I/O卡发给PLC控制单元。
水汽风扫单元用于在采集耐火砖受测端面图像时扫除高温耐火砖急冷所产生的水汽和热气，减小对图像成像质量的影响，风扫指令由工控机直接通过数字I/O卡发送。
装有图像处理软件的工控机一方面利用数字I/O卡实现与自动控制单元进行控制信号或状态信号的交换，另一方面其主要任务是自动处理和分析图像采集卡送来的耐火砖受测端面图像信息，完成耐火砖抗热震性能的测定，存储记录相关的测量结果。
显示器用于显示耐火砖抗热震性测试的过程数据和结果数据。
所述的安装在工控机中的图像处理软件的工作流程如下：
步骤1：准备工作就绪，启动系统。准备工作包括：将所有耐火砖(一般为3～6块)事先安放在专用的耐火砖夹持器中，并用相同颜色的颜料将每块耐火砖受测端面均匀涂色；使工业摄像头从正上方俯视耐火砖夹持器，保证一次采集所得图像包含多块耐火砖受测端面的完整图像。在同一批次的耐火砖测试过程中，拍摄耐火砖受测端面图像时，工业摄像头所处高度和位置保持不变。
步骤2：首次采集与处理耐火砖受测端面图像，自动分割出各块耐火砖受测端面图像，计算并记录每块耐火砖受测端面的初始面积、初始位置区域。
步骤3：每次“加热-冷却”后采集与处理耐火砖受测端面图像，计算并记录每块耐火砖受测端面的面积、面积破损率和当前测试次数。
步骤4：根据各块耐火砖受测端面的面积损失率和当前累计的测试次数，判定是否满足测试结束条件。所谓满足测试结束条件，是指：所有耐火砖受测端面的面积破损率达到一半(按行业标准YBT 376.1-1995定义为50±5％)，或当前测试次数已满足要求系统设定的最大测试次数。若测试结束条件不满足，转向步骤3。
步骤5：测试结束条件满足，输出测试结果，自动关停系统。将当前测试次数作为评价耐火砖抗热震性的指标。
所述的图像处理软件工作流程中，首次采集与处理耐火砖受测端面图像的具体步骤为：
步骤1：采集到包含所有耐火砖受测端面的RGB格式的彩图图像I0，设图像I中包含所有耐火砖受测端面的感兴趣区域初始化为矩形区域ROI(x0，y0，w，h)，其中(x0，y0)表示矩形左上顶点坐标，w、h分别表示矩形宽度和高度，从而据此裁剪原图像I0得待处理的感兴趣区域图像I1＝I0(ROI)，消除了耐火砖夹持器附近复杂背景的干扰。
步骤2：将图像I1从RGB颜色空间转化到HSV颜色空间，得到图像I2。其中，H表示色调，S表示饱和度，V表示亮度；H和S包含了图像的彩色信息，不受光照条件影响。转换方法为：设颜色分量R、G、B都已经归一化到范围[0,1]，设最大值MAX＝max(R,G,B)，最小值MIN＝min(R,G,B)，则：V＝MAX，其中H值范围是[0,360]，S值范围是[0,1]，V值范围是[0,1]。
步骤3：根据耐火砖受测端面所涂的颜色信息，对HSV图像I2进行二值化处理，得到二值图像I3。计算方法为其中Hrange，Srange和Vrange分别表示HSV图像I3中相同位置的像素的H、S、V分量应满足的范围。二值化处理对输入图像I3进行了初步分割，1表示其中属于耐火砖受测端面的像素。
步骤4：对二值图像I3进行形态学处理，得到图像I4。所采用的形态学处理方法是先通过闭运算(先膨胀后腐蚀的过程)来连接近邻耐火砖受测端面图像像素、填充噪声所致的细小空洞，然后再采用开运算(先腐蚀后膨胀的过程)来消除毛刺、断开狭窄连接，实现耐火砖受测端面轮廓的平滑，同时能保持耐火砖受测端面面积基本不变。用S代表结构元(这里取3×3长方形的结构元素)，用S对I3进行形态学腐蚀处理的结果就是把S平移后使S包含于I3的所有像素构成的集合，即用S对I3进行形态学膨胀处理的结果就是把S平移后使S与I3的交集非空的像素构成的集合，即
步骤5：对经形态学处理后的图像I4进行外轮廓检测，保留面积大于TA的所有外轮廓C＝{C1,C2,…,CN}，其中N表示外轮廓数，即耐火砖个数，Ci表示第i块耐火砖的外轮廓(i＝1,2,…,N)。
步骤6：计算各外轮廓的面积和外接矩形roi＝{roi1,roi2,…,roiN}，将面积作表示第i块耐火砖的初始面积，外接矩形roii作为第i块耐火砖的初始位置区域(i＝1,2,…,N)进行存储，同时初始化计当前测试次数为k＝0。
所述的图像处理软件工作流程中，每次“加热-冷却”后采集与处理耐火砖受测端面图像的具体步骤为：
步骤1：采集到包含所有耐火砖受测端面的RGB格式的彩图图像I0，设图像I中包含所有耐火砖受测端面的感兴趣区域初始化为矩形区域ROI(x0，y0，w，h)，其中(x0，y0)表示矩形左上顶点坐标，w、h分别表示矩形宽度和高度，从而据此裁剪原图像I0得待处理的感兴趣区域图像I1＝I0(ROI)，消除了耐火砖夹持器附近复杂背景的干扰；再根据各块耐火砖的初始位置区域roi＝{roi1,roi2,…,roiN}，得到待处理的各块耐火砖子图像Isub＝{Isub(1),Isub(2),…,Isub(N)}，其中Isub(i)＝I1(roii)。
步骤2：计当前测试次数为k＝k+1，对于每个耐火砖子图像Isub(i)，分别做以下处理：
步骤2-1：将图像Isub(i)从RGB颜色空间转化到HSV颜色空间，得到HSV图像。处理方法同前述“首次采集与处理耐火砖受测端面图像”的步骤2。
步骤2-2：根据耐火砖受测端面所涂的颜色信息，对上述HSV图像进行二值化处理，得到二值图像。处理方法同前述“首次采集与处理耐火砖受测端面图像”的步骤3。
步骤2-3：对上述二值图像进行形态学处理，得到形态学处理后的二值图像。处理方法同前述“首次采集与处理耐火砖受测端面图像”的步骤4。
步骤2-4：对上述经形态学处理后的二值图像进行外轮廓检测，保留面积大于T的所有外轮廓C＝{C1,C2,…,CM}，其中M表示外轮廓数，对应于当前这块耐火砖受测端面裂开但没有脱落的M个部分。
步骤2-5：计算上述M个外轮廓C＝{C1,C2,…,CM}的面积之和，作为该耐火砖受测端面的当前面积从而计算面积损失率其中作表示第i块耐火砖在第k次测试时的面积，(i＝1,2,…,N；k＝1,2,…)。
步骤3：存储各耐火砖受测端面的面积面积损失率Φ＝{η1,η2,…,ηN}以及当前测试次数k(加热-冷却循环次数)。
由于采用上述技术方案，本发明与现有技术相比，具有以下有益效果：
(1)利用单个摄像头一次性采集所有耐火砖受测端面图像进行处理分析，取代了先前的多摄像头方案，大大降低了系统的硬件成本和安装难度；
(2)采用感兴趣区域(ROI)子图像作为处理对象，避免了对高分辨摄像头的所采集图像的所有像素进行处理，不仅减少了背景和无关区域图像的干扰，而且大大提高了图像处理速度，从而提高了系统测试效率；
(3)利用预先涂抹的彩色信息，采集RGB彩色图像，并转换到HSV颜色空间，选取与光照无关的分量进行二值化处理、形态学处理和外轮廓检测，大大降低了复杂测试环境下不可控的光照条件对测试结果的影响，提高了系统的测试精度；
(4)与现有已实现了电气和机械自动化的耐火砖抗热震性测试装置进行集成，仅需与测试装置的PLC自动控制单元交换控制和状态信号，这只要稍微改动原测试装置的控制程序即可做到，从而使测试过程全自动化切实可行。
因此，本发明具有成本低、速度快、精度高、切实可行等优点，能进一步提升耐火砖抗热震性测试装置的自动化程度。
附图说明
图1是本发明用于自动测定耐火砖抗热震性的图像采集与处理系统硬件结构示意图
图2是本发明用于自动测试耐火砖抗热震性的图像处理软件工作流程示意图
图3是本发明图2中首次采集与处理耐火砖受测端面图像的步骤
图4是本发明图2中每次加热-冷却后采集与处理耐火砖受测端面图像的步骤
具体实施方式
下面结合附图和实施例对本发明的实施方式进行详细阐述，但该实施例不应理解为对本发明的限制。
参见图1，该系统由1个彩色高分辨率CCD工业摄像头、1块图像采集卡、1台装有图像处理软件的工控机、1台显示器、1块数字I/O卡以及1个水汽吹扫单元组成；该系统可与现有已实现了电气和机械自动化的测试装置进行集成，与测试装置的PLC自动控制单元交换控制和状态信号，实现耐火砖抗热震性测试过程的全自动化。
彩色高分辨率CCD工业摄像头用于拍摄耐火砖受测端面图像。所有耐火砖事先要安放在专用的耐火砖夹持器中，并用相同颜色的颜料将受测端面均匀涂色，以便于对成像图像进行计算机处理。在同一批次的耐火砖测试过程中，拍摄耐火砖受测端面图像时，摄像头所处高度和位置保持不变，从正上方俯视耐火砖夹持器进行拍摄，保证一次采集所得图像包含多块耐火砖受测端面的完整图像。
图像采集卡是图像采集部分和图像处理部分的接口，安装于工控机的PCI插槽中，其功能是捕捉工业摄像头拍摄到的耐火砖受测端面图像信息，以数字图像的形式输入到工控机中供图像处理软件进行处理分析。
数字I/O卡是测试装置PLC自动控制单元和本系统中工控机交换控制和状态信号的接口，安装于工控机的PCI插槽中。当工艺条件满足，PLC控制单元发送图像采集指令给工控机，工控机随后打开水汽吹扫单元，并开始采集图像；当图像采集分析完毕，工控机将分析的计数结果和状态信息，通过数字I/O卡发给PLC控制单元。
水汽风扫单元用于在采集耐火砖受测端面图像时扫除高温耐火砖急冷所产生的水汽和热气，减小对图像成像质量的影响，风扫指令由工控机直接通过数字I/O卡发送。
装有图像处理软件的工控机一方面利用数字I/O卡实现与自动控制单元进行控制信号或状态信号的交换，另一方面其主要任务是自动处理和分析图像采集卡送来的耐火砖受测端面图像信息，完成耐火砖抗热震性能的测定，存储记录相关的测量结果。
显示器用于显示耐火砖抗热震性测试的过程数据和结果数据。
如图2所示，所述的安装在工控机中的图像处理软件的工作流程为：
步骤1：准备工作就绪，启动系统。准备工作包括：将所有耐火砖(一般为3～6块)事先安放在专用的耐火砖夹持器中，并用相同颜色的颜料将每块耐火砖受测端面均匀涂色；使工业摄像头从正上方俯视耐火砖夹持器，保证一次采集所得图像包含多块耐火砖受测端面的完整图像。在同一批次的耐火砖测试过程中，拍摄耐火砖受测端面图像时，工业摄像头所处高度和位置保持不变。
步骤2：首次采集与处理耐火砖受测端面图像，自动分割出各块耐火砖受测端面图像，计算并记录每块耐火砖受测端面的初始面积、初始位置区域。
步骤3：每次“加热-冷却”后采集与处理耐火砖受测端面图像，计算并记录每块耐火砖受测端面的面积、面积破损率和当前测试次数。
步骤4：根据各块耐火砖受测端面的面积损失率和当前累计的测试次数，判定是否满足测试结束条件。所谓满足测试结束条件，是指：所有耐火砖受测端面的面积破损率达到一半(按行业标准YBT 376.1-1995定义为50±5％)，或当前测试次数已满足要求系统设定的最大测试次数。若测试结束条件不满足，转向步骤3。
步骤5：测试结束条件满足，输出测试结果，自动关停系统。将当前测试次数作为评价耐火砖抗热震性的指标。
如图3所示，所述的图像处理软件工作流程中，首次采集与处理耐火砖受测端面图像的具体步骤为：
步骤1：采集到包含所有耐火砖受测端面的RGB格式的彩图图像I0，设图像I中包含所有耐火砖受测端面的感兴趣区域初始化为矩形区域ROI(x0，y0，w，h)，其中(x0，y0)表示矩形左上顶点坐标，w、h分别表示矩形宽度和高度，从而据此裁剪原图像I0得待处理的感兴趣区域图像I1＝I0(ROI)，消除了耐火砖夹持器附近复杂背景的干扰。
步骤2：将图像I1从RGB颜色空间转化到HSV颜色空间，得到图像I2。其中，H表示色调，S表示饱和度，V表示亮度；H和S包含了图像的彩色信息，不受光照条件影响。转换方法为：设颜色分量R、G、B都已经归一化到范围[0,1]，设最大值MAX＝max(R,G,B)，最小值MIN＝min(R,G,B)，则：V＝MAX，其中H值范围是[0,360]，S值范围是[0,1]，V值范围是[0,1]。
步骤3：根据耐火砖受测端面所涂的颜色信息，对HSV图像I2进行二值化处理，得到二值图像I3。计算方法为其中Hrange，Srange和Vrange分别表示HSV图像I3中相同位置的像素的H、S、V分量应满足的范围。二值化处理对输入图像I3进行了初步分割，1表示其中属于耐火砖受测端面的像素。
步骤4：对二值图像I3进行形态学处理，得到图像I4。所采用的形态学处理方法是先通过闭运算(先膨胀后腐蚀的过程)来连接近邻耐火砖受测端面图像像素、填充噪声所致的细小空洞，然后再采用开运算(先腐蚀后膨胀的过程)来消除毛刺、断开狭窄连接，实现耐火砖受测端面轮廓的平滑，同时能保持耐火砖受测端面面积基本不变。用S代表结构元(这里取3×3长方形的结构元素)，用S对I3进行形态学腐蚀处理的结果就是把S平移后使S包含于I3的所有像素构成的集合，即用S对I3进行形态学膨胀处理的结果就是把S平移后使S与I3的交集非空的像素构成的集合，即
步骤5：对经形态学处理后的图像I4进行外轮廓检测，保留面积大于TA的所有外轮廓C＝{C1,C2,…,CN}，其中N表示外轮廓数，即耐火砖个数，Ci表示第i块耐火砖的外轮廓(i＝1,2,…,N)。
步骤6：计算各外轮廓的面积和外接矩形roi＝{roi1,roi2,…,roiN}，将面积作表示第i块耐火砖的初始面积，外接矩形roii作为第i块耐火砖的初始位置区域(i＝1,2,…,N)进行存储，同时初始化计当前测试次数为k＝0。
如图4所示，所述的图像处理软件工作流程中，每次“加热-冷却”后采集与处理耐火砖受测端面图像的具体步骤为：
步骤1：采集到包含所有耐火砖受测端面的RGB格式的彩图图像I0，设图像I中包含所有耐火砖受测端面的感兴趣区域初始化为矩形区域ROI(x0，y0，w，h)，其中(x0，y0)表示矩形左上顶点坐标，w、h分别表示矩形宽度和高度，从而据此裁剪原图像I0得待处理的感兴趣区域图像I1＝I0(ROI)，消除了耐火砖夹持器附近复杂背景的干扰；再根据各块耐火砖的初始位置区域roi＝{roi1,roi2,…,roiN}，得到待处理的各块耐火砖子图像Isub＝{Isub(1),Isub(2),…,Isub(N)}，其中Isub(i)＝I1(roii)。
步骤2：计当前测试次数为k＝k+1，对于每个耐火砖子图像Isub(i)，分别做以下处理：
步骤2-1：将图像Isub(i)从RGB颜色空间转化到HSV颜色空间，得到HSV图像。处理方法同前述“首次采集与处理耐火砖受测端面图像”的步骤2。
步骤2-2：根据耐火砖受测端面所涂的颜色信息，对上述HSV图像进行二值化处理，得到二值图像。处理方法同前述“首次采集与处理耐火砖受测端面图像”的步骤3。
步骤2-3：对上述二值图像进行形态学处理，得到形态学处理后的二值图像。处理方法同前述“首次采集与处理耐火砖受测端面图像”的步骤4。
步骤2-4：对上述经形态学处理后的二值图像进行外轮廓检测，保留面积大于T的所有外轮廓C＝{C1,C2,…,CM}，其中M表示外轮廓数，对应于当前这块耐火砖受测端面裂开但没有脱落的M个部分。
步骤2-5：计算上述M个外轮廓C＝{C1,C2,…,CM}的面积之和，作为该耐火砖受测端面的当前面积从而计算面积损失率其中作表示第i块耐火砖在第k次测试时的面积，(i＝1,2,…,N；k＝1,2,…)。
步骤3：存储各耐火砖受测端面的面积面积损失率Φ＝{η1,η2,…,ηN}以及当前测试次数k(加热-冷却循环次数)。
本实施例中，该系统与武汉科技大学现有的一台已实现了电气和机械自动化的测试装置进行集成，所用彩色CCD摄像头分辨率为1080P(即成像尺寸为1920像素×1080像素)，对耐火砖受测端面所涂颜色为绿色。根据绿色在HSV颜色空间的特点，对HSV图像进行二值化时H、S、V分量应满足的范围分别为Hrange＝{H|70＜H＜154}，Srange＝{S|0.1＜S＜1}和Vrange＝{V|0.1＜V＜1}。另外，设定首次采集与处理耐火砖受测端面图像的步骤5中，要保留的外轮廓的面积阈值TA＝w×h/12，每次“加热-冷却”后采集与处理耐火砖受测端面图像的步骤2-4中，要保留的外轮廓的面积阈值Ta＝25。若摄像头分辨率、成像距离或区域发生变化，面积阈值需要根据实际情况调整。
本具体实施方式与现有技术相比，具有以下有益效果：
(1)利用单个摄像头一次性采集所有耐火砖受测端面图像进行处理分析，取代了先前的多摄像头方案，大大降低了系统的硬件成本和安装难度；
(2)采用感兴趣区域(ROI)子图像作为处理对象，避免了对高分辨摄像头的所采集图像的所有像素进行处理，不仅减少了背景和无关区域图像的干扰，而且大大提高了图像处理速度，从而提高了系统测试效率；
(3)利用预先涂抹的彩色信息，采集RGB彩色图像，并转换到HSV颜色空间，选取与光照无关的分量进行二值化处理、形态学处理和外轮廓检测，大大降低了复杂测试环境下不可控的光照条件对测试结果的影响，提高了系统的测试精度；
(4)与现有已实现了电气和机械自动化的耐火砖抗热震性测试装置进行集成，仅需与测试装置的PLC自动控制单元交换控制和状态信号，这只要稍微改动原测试装置的控制程序即可做到，从而使测试过程全自动化切实可行。
这表明，本发明所描述的一种用于自动测试耐火砖抗热震性的图像采集与处理系统具有成本低、速度快、精度高、切实可行等优点，能进一步提升耐火砖抗热震性测试装置的自动化程度。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (4)

1.一种用于自动测试耐火砖抗热震性的图像采集与处理系统，其特征在于：该系统由1个彩色高分辨率CCD工业摄像头（1）、1块图像采集卡（2）、1台装有图像处理软件的工控机（3）、1台显示器（4）、1块数字I/O卡（5）以及1个水汽吹扫单元（6）组成；该系统可与现有已实现了电气和机械自动化的测试装置进行集成，与测试装置的PLC自动控制单元交换控制和状态信号，实现耐火砖抗热震性测试过程的全自动化。
彩色高分辨率CCD工业摄像头（1）用于拍摄耐火砖受测端面图像。所有耐火砖事先要安放在专用的耐火砖夹持器中，并用相同颜色的颜料将受测端面均匀涂色，以便于对成像图像进行计算机处理。在同一批次的耐火砖测试过程中，拍摄耐火砖受测端面图像时，摄像头所处高度和位置保持不变，从正上方俯视耐火砖夹持器进行拍摄，保证一次采集所得图像包含多块耐火砖受测端面的完整图像。
图像采集卡（2）是图像采集部分和图像处理部分的接口，安装于工控机（3）的PCI插槽中，其功能是捕捉工业摄像头拍摄到的耐火砖受测端面图像信息，以数字图像的形式输入到工控机中供图像处理软件进行处理分析。
数字I/O卡（5）是测试装置PLC自动控制单元和本系统中工控机（3）交换控制和状态信号的接口，安装于工控机的PCI插槽中。当工艺条件满足，PLC控制单元发送图像采集指令给工控机，工控机随后打开水汽吹扫单元（6），并开始采集图像；当图像采集分析完毕，工控机将分析的计数结果和状态信息，通过数字I/O卡发给PLC控制单元。
水汽吹扫单元（6）用于在采集耐火砖受测端面图像时扫除高温耐火砖急冷所产生的水汽和热气，减小对图像成像质量的影响，风扫指令由工控机（3）直接通过数字I/O卡（5）发送。
装有图像处理软件的工控机（3）一方面利用数字I/O卡（5）实现与自动控制单元进行控制信号或状态信号的交换，另一方面其主要任务是自动处理和分析图像采集卡送来的耐火砖受测端面图像信息，完成耐火砖抗热震性能的测定，存储记录相关的测量结果。
显示器（4）用于显示耐火砖抗热震性测试的过程数据和结果数据。
2.根据权利要求1所述的一种用于自动测试耐火砖抗热震性的图像采集与处理系统，其特征在于，所述的安装在工控机中的图像处理软件的工作流程为：
步骤1：准备工作就绪，启动系统。准备工作包括：将所有耐火砖（一般为3～6块）事先安放在专用的耐火砖夹持器中，并用相同颜色的颜料将每块耐火砖受测端面均匀涂色；使工业摄像头从正上方俯视耐火砖夹持器，保证一次采集所得图像包含多块耐火砖受测端面的完整图像。在同一批次的耐火砖测试过程中，拍摄耐火砖受测端面图像时，工业摄像头所处高度和位置保持不变。
步骤2：首次采集与处理耐火砖受测端面图像，自动分割出各块耐火砖受测端面图像，计算并记录每块耐火砖受测端面的初始面积、初始位置区域。
步骤3：每次“加热-冷却”后采集与处理耐火砖受测端面图像，计算并记录每块耐火砖受测端面的面积、面积破损率和当前测试次数。
步骤4：根据各块耐火砖受测端面的面积损失率和当前累计的测试次数，判定是否满足测试结束条件。所谓满足测试结束条件，是指：所有耐火砖受测端面的面积破损率达到一半（按行业标准YBT 376.1-1995定义为50±5%），或当前测试次数已满足要求系统设定的最大测试次数。若测试结束条件不满足，转向步骤3。
步骤5：测试结束条件满足，输出测试结果，自动关停系统。将当前测试次数作为评价耐火砖抗热震性的指标。
3.根据权利要求1所述的一种用于自动测试耐火砖抗热震性的图像采集与处理系统，其特征在于，如权利要求2所述的图像处理软件工作流程中，首次采集与处理耐火砖受测端面图像的具体步骤为：
步骤1：采集到包含所有耐火砖受测端面的RGB格式的彩图图像I0，设图像I中包含所有耐火砖受测端面的感兴趣区域初始化为矩形区域ROI(x0，y0，w，h)，其中(x0，y0)表示矩形左上顶点坐标，w、h分别表示矩形宽度和高度，从而据此裁剪原图像I0得待处理的感兴趣区域图像I1=I0(ROI)，消除了耐火砖夹持器附近复杂背景的干扰。
步骤2：将图像I1从RGB颜色空间转化到HSV颜色空间，得到图像I2。其中，H表示色调，S表示饱和度，V表示亮度；H和S包含了图像的彩色信息，不受光照条件影响。转换方法为：设颜色分量R、G、B都已经归一化到范围[0,1]，设最大值MAX＝max(R,G,B)，最小值MIN＝min(R,G,B)，则： V＝MAX，其中H值范围是[0,360]，S值范围是[0,1]，V值范围是[0,1]。
步骤3：根据耐火砖受测端面所涂的颜色信息，对HSV图像I2进行二值化处理，得到二值图像I3。计算方法为其中Hrange，Srange和Vrange分别表示HSV图像I3中相同位置的像素的H、S、V分量应满足的范围。二值化处理对输入图像I3进行了初步分割，1表示其中属于耐火砖受测端面的像素。
步骤4：对二值图像I3进行形态学处理，得到图像I4。所采用的形态学处理方法是先通过闭运算（先膨胀后腐蚀的过程）来连接近邻耐火砖受测端面图像像素、填充噪声所致的细小空洞，然后再采用开运算（先腐蚀后膨胀的过程）来消除毛刺、断开狭窄连接，实现耐火砖受测端面轮廓的平滑，同时能保持耐火砖受测端面面积基本不变。用S代表结构元（这里取3×3长方形的结构元素），用S对I3进行形态学腐蚀处理的结果就是把S平移后使S包含于I3的所有像素构成的集合，即用S对I3进行形态学膨胀处理的结果就是把S平移后使S与I3的交集非空的像素构成的集合，即
步骤5：对经形态学处理后的图像I4进行外轮廓检测，保留面积大于TA的所有外轮廓C＝{C1,C2,…,CN}，其中N表示外轮廓数，即耐火砖个数，Ci表示第i块耐火砖的外轮廓（i＝1,2,…,N）。
步骤6：计算各外轮廓的面积和外接矩形roi＝{roi1,roi2,…,roiN}，将面积作表示第i块耐火砖的初始面积，外接矩形roii作为第i块耐火砖的初始位置区域（i＝1,2,…,N）进行存储，同时初始化计当前测试次数为k＝0。
4.根据权利要求1所述的一种用于自动测试耐火砖抗热震性的图像采集与处理系统，其特征在于，如权利要求2所述的图像处理软件工作流程中，每次“加热-冷却”后采集与处理耐火砖受测端面图像的具体步骤为：
步骤1：采集到包含所有耐火砖受测端面的RGB格式的彩图图像I0，设图像I中包含所有耐火砖受测端面的感兴趣区域初始化为矩形区域ROI(x0，y0，w，h)，其中(x0，y0)表示矩形左上顶点坐标，w、h分别表示矩形宽度和高度，从而据此裁剪原图像I0得待处理的感兴趣区域图像I1=I0(ROI)，消除了耐火砖夹持器附近复杂背景的干扰；再根据各块耐火砖的初始位置区域roi＝{roi1,roi2,…,roiN}，得到待处理的各块耐火砖子图像Isub={Isub(1),Isub(2),…,Isub(N)}，其中Isub(i)＝I1(roii)。
步骤2：计当前测试次数为k＝k+1，对于每个耐火砖子图像Isub(i)，分别做以下处理：
步骤2-1：将图像Isub(i)从RGB颜色空间转化到HSV颜色空间，得到HSV图像。处理方法同前述“首次采集与处理耐火砖受测端面图像”的步骤2。
步骤2-2：根据耐火砖受测端面所涂的颜色信息，对上述HSV图像进行二值化处理，得到二值图像。处理方法同前述“首次采集与处理耐火砖受测端面图像”的步骤3。
步骤2-3：对上述二值图像进行形态学处理，得到形态学处理后的二值图像。处理方法同前述“首次采集与处理耐火砖受测端面图像”的步骤4。
步骤2-4：对上述经形态学处理后的二值图像进行外轮廓检测，保留面积大于Ta的所有外轮廓C＝{C1,C2,…,CM}，其中M表示外轮廓数，对应于当前这块耐火砖受测端面裂开但没有脱落的M个部分。
步骤2-5：计算上述M个外轮廓C＝{C1,C2,…,CM}的面积之和，作为该耐火砖受测端面的当前面积从而计算面积损失率其中作表示第i块耐火砖在第k次测试时的面积，（i＝1,2,…,N;k＝1,2,…）。
步骤3：存储各耐火砖受测端面的面积面积损失率Φ＝{η1,η2,…,ηN}以及当前测试次数k（加热-冷却循环次数）。
CN201610841166.5A 2016-09-22 2016-09-22 一种用于自动测试耐火砖抗热震性的图像采集与处理系统 Pending CN106153634A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610841166.5A CN106153634A (zh) 2016-09-22 2016-09-22 一种用于自动测试耐火砖抗热震性的图像采集与处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610841166.5A CN106153634A (zh) 2016-09-22 2016-09-22 一种用于自动测试耐火砖抗热震性的图像采集与处理系统

Publications (1)

Publication Number Publication Date
CN106153634A true CN106153634A (zh) 2016-11-23

Family

ID=57341426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610841166.5A Pending CN106153634A (zh) 2016-09-22 2016-09-22 一种用于自动测试耐火砖抗热震性的图像采集与处理系统

Country Status (1)

Country Link
CN (1) CN106153634A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107192732A (zh) * 2017-05-24 2017-09-22 谷迁乔 一种阻火圈芯材膨胀性能自动测试装置及其测试方法
CN107271310A (zh) * 2017-05-09 2017-10-20 中钢集团洛阳耐火材料研究院有限公司 一种基于z向破损深度的抗热震性试验方法
CN109030499A (zh) * 2018-07-27 2018-12-18 江苏理工学院 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法
CN112729150A (zh) * 2019-10-14 2021-04-30 中国科学院沈阳自动化研究所 机器人夹持下的导管测量方法
CN113378384A (zh) * 2021-06-10 2021-09-10 中国海洋大学 基于Matlab的食品内部受热分布分析方法及系统
CN113533707A (zh) * 2021-07-13 2021-10-22 重庆德方信息技术有限公司 尿液检测卡自动装配装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398894A (zh) * 2008-06-17 2009-04-01 浙江师范大学 机动车车牌自动识别方法及其实现装置
CN101776556A (zh) * 2010-03-02 2010-07-14 武汉科技大学 一种耐火材料高温抗热震性的测试装置及其使用方法
CN102288507A (zh) * 2011-05-16 2011-12-21 武汉科技大学 耐火材料高温抗热震性的测试装置及其使用方法
CN203053807U (zh) * 2012-12-31 2013-07-10 洛阳市谱瑞慷达耐热测试设备有限公司 一种自动判断耐火制品抗热震性的试验机
CN103400150A (zh) * 2013-08-14 2013-11-20 浙江大学 一种基于移动平台进行道路边缘识别的方法及装置
CN105628538A (zh) * 2016-04-07 2016-06-01 中钢集团洛阳耐火材料研究院有限公司 一种全自动耐火材料空气急冷法抗热震性试验机

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101398894A (zh) * 2008-06-17 2009-04-01 浙江师范大学 机动车车牌自动识别方法及其实现装置
CN101776556A (zh) * 2010-03-02 2010-07-14 武汉科技大学 一种耐火材料高温抗热震性的测试装置及其使用方法
CN102288507A (zh) * 2011-05-16 2011-12-21 武汉科技大学 耐火材料高温抗热震性的测试装置及其使用方法
CN203053807U (zh) * 2012-12-31 2013-07-10 洛阳市谱瑞慷达耐热测试设备有限公司 一种自动判断耐火制品抗热震性的试验机
CN103400150A (zh) * 2013-08-14 2013-11-20 浙江大学 一种基于移动平台进行道路边缘识别的方法及装置
CN105628538A (zh) * 2016-04-07 2016-06-01 中钢集团洛阳耐火材料研究院有限公司 一种全自动耐火材料空气急冷法抗热震性试验机

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周祥发等: "图像处理技术在耐火制品热震性检测中的应用", 《钢铁研究》 *
程骏等: "基于机器视觉的耐火砖裂纹检测", 《微计算机信息》 *
苗姣姣等: "HSV空间和形态学处理相结合的车牌定位方法", 《电视技术》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107271310A (zh) * 2017-05-09 2017-10-20 中钢集团洛阳耐火材料研究院有限公司 一种基于z向破损深度的抗热震性试验方法
CN107271310B (zh) * 2017-05-09 2019-09-03 中钢集团洛阳耐火材料研究院有限公司 一种基于z向破损深度的抗热震性试验方法
CN107192732A (zh) * 2017-05-24 2017-09-22 谷迁乔 一种阻火圈芯材膨胀性能自动测试装置及其测试方法
CN109030499A (zh) * 2018-07-27 2018-12-18 江苏理工学院 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法
CN109030499B (zh) * 2018-07-27 2021-08-24 江苏理工学院 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法
CN112729150A (zh) * 2019-10-14 2021-04-30 中国科学院沈阳自动化研究所 机器人夹持下的导管测量方法
CN112729150B (zh) * 2019-10-14 2021-10-22 中国科学院沈阳自动化研究所 机器人夹持下的导管测量方法
CN113378384A (zh) * 2021-06-10 2021-09-10 中国海洋大学 基于Matlab的食品内部受热分布分析方法及系统
CN113533707A (zh) * 2021-07-13 2021-10-22 重庆德方信息技术有限公司 尿液检测卡自动装配装置
CN113533707B (zh) * 2021-07-13 2024-05-28 重庆德方信息技术有限公司 尿液检测卡自动装配装置

Similar Documents

Publication Publication Date Title
CN106153634A (zh) 一种用于自动测试耐火砖抗热震性的图像采集与处理系统
CN106548467B (zh) 红外图像和可见光图像融合的方法及装置
CN104749184B (zh) 自动光学检测方法和系统
CN106017691B (zh) 非接触式熔融金属溶液温度连续检测方法及系统
US6434267B1 (en) Interpretation of thermal paint
CN108364292B (zh) 一种基于多幅视角图像的光照估计方法
CN102147402A (zh) 机器视觉技术快速检测鸡蛋新鲜度的方法
CN103234476B (zh) 物体二维轮廓识别方法
CN107860322A (zh) 一种液膜厚度测量装置及方法
CN110428762B (zh) 基于像素点亮度的oled面板老化测试发光特性检测方法
CN104103069B (zh) 图像处理装置、图像处理方法及记录介质
CN106651849A (zh) 基于面阵相机的pcb裸板缺陷检测方法
CN108182682A (zh) 一种基于计算机图像处理和模式识别的检测方法
CN115144434A (zh) 一种利用红外热成像技术检测建筑物外墙缺陷的方法
CN110991360A (zh) 一种基于视觉算法的机器人巡检点位智能配置方法
Garrido et al. Autonomous thermography: towards the automatic detection and classification of building pathologies
CN106803412A (zh) Led显示模块检测设备和方法
CN111160305A (zh) 一种变压器套管异常监测方法及计算机可读介质
CN106960424B (zh) 基于优化分水岭的结核杆菌图像分割识别方法及装置
CN110009609A (zh) 一种快速检测黄粒米的方法
CN105279244B (zh) 甘蔗种芽分类特征数据库的建立方法
CN110379002A (zh) 一种基于红外与可见光图像融合的三维重建表面温度显示方法
CN109302571B (zh) 一种快速自动曝光图形的生成方法
CN109444150A (zh) 非接触式裂纹测量方法及其装置
CN103544715B (zh) 一种印刷电路板金相切片彩色图像的分割方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20161123

WD01 Invention patent application deemed withdrawn after publication