CN106774085B - 一种沥青混合料生产质量远程监控系统及方法 - Google Patents

一种沥青混合料生产质量远程监控系统及方法 Download PDF

Info

Publication number
CN106774085B
CN106774085B CN201710014712.2A CN201710014712A CN106774085B CN 106774085 B CN106774085 B CN 106774085B CN 201710014712 A CN201710014712 A CN 201710014712A CN 106774085 B CN106774085 B CN 106774085B
Authority
CN
China
Prior art keywords
black white
white image
temperature data
image
attribute
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.)
Active
Application number
CN201710014712.2A
Other languages
English (en)
Other versions
CN106774085A (zh
Inventor
刘凯
鲍迪
李玲
吕灵玥
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.)
Qingdao Institute Of Computing Technology Xi'an University Of Electronic Science And Technology
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN201710014712.2A priority Critical patent/CN106774085B/zh
Publication of CN106774085A publication Critical patent/CN106774085A/zh
Application granted granted Critical
Publication of CN106774085B publication Critical patent/CN106774085B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/048—Monitoring; Safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/268—Signal distribution or switching
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种沥青混合料生产质量远程监控系统及方法，本发明系统装置包括：视频信号分配模块、高清视频采集模块、监控计算机和4G无线网络模块。本发明方法的步骤包括：分离视频信号；转换视频信号；识别温度数据；判断温度数据；二次校验；发送温度数据。本发明可以对沥青混合料生产过程的集料温度和拌合温度等主要质量参数进行实时远程监控，解决了沥青路面生产铺设过程难以监管的问题，避免了不合格原料的出现和材料浪费的发生，减轻了质量管理部门的现场工作强度。

Description

一种沥青混合料生产质量远程监控系统及方法
技术领域
本发明涉及物理技术领域，特别涉及工程建设质量远程监控技术领域中的一种沥青混合料生产质量远程监控系统及方法。本发明主要用于质量管理部门对沥青混合料生产过程的集料温度和拌合温度等参数进行实时远程监控，避免出现不合格原料，解决了沥青路面生产铺设过程难以监管的问题。
背景技术
随着我国高速公路及城市道路建设的发展，对沥青路面质量的要求越来越高。沥青拌合站是将各种规格的骨料、粘合剂和填料按一定比例混合，在特定温度下搅拌成均匀沥青混合料的专用设备。沥青拌合站生产过程中对各种原料的配比和温度阈值的控制直接影响沥青路面的铺设质量和使用寿命。沥青拌合站种类繁多，设备接口及技术参数各不相同。建设监管部门主要采用流动巡检和重点单位派驻的方式对沥青混合料出厂质量进行检控。这些方式浪费了大量人力和财力，仍不能保证对生产过程完全监控。
长安大学在其申请的专利文献“一种基于物联网技术的沥青拌合站质量监控管理系统及方法”(公开号：CN105700442U，申请号：201610221203.2，申请日：2016年4月11日)中公开了一种使用图像识别技术与并口传输的沥青拌合站生产管理系统及方法。该系统及方法将沥青拌合站工控机经过视频信号采集器连接单片机，视频信号采集器按一定的时间间隔采集工控机实时含有生产数据的图像，然后单片机对图像使用分割及字符识别技术，得到沥青拌合站的生产数据。该专利存在的不足之处是：单片机工作稳定性差，它难以克服生产环境高温、高压及粉尘大等不利因素，而且单片机功能和接口有限，不能适配所有沥青拌合站生产设备。
腾讯科技(深圳)有限公司在其申请的专利文献“字符识别方法及装置”(公开号：CN105046254U，申请号：201510422663.7，申请日：2015年7月17日)中公开了一种字符识别方法及装置。该方法通过获取输入的文字图像，对文字图像进行文本行分割，得到文字图像的文本行区域，将文本行区域按照文字字符属性进行字符区域分割，得到字符区域信息，根据字符区域信息，结合文字图像进行单个字符切分，得到单个字符分割结果，对单个字符分割结果使用光学字符识别技术OCR生成识别结果。该方法存在的不足之处是：字符识别过程依赖图像分割的结果，图像分割对图像清晰度要求很高，识别字体种类有限。沥青拌合站电压不稳定，该装置工作时容易受到干扰，如果图像不够清晰使字符间有粘连就无法识别。该技术也不能对不同拌合站设备的多种不同字体都进行有效识别。
发明内容
本发明的目的在于克服上述已有技术的不足，提供一种沥青混合料生产质量远程监控系统及方法，将稳定的设备与多种图像识别算法相结合，实现对沥青拌合站生产参数的全面稳定精准地监控。
本发明的思路是：首先利用视频信号分配模块均分生产控制视频信号成两路模拟视频信号，高清视频采集模块对其中一路模拟视频信号逐行采样并转换为数字信号，然后监控计算机将数字信号多次处理后转换成黑白图像，利用支持向量机分类算法和模板匹配算法分别生成对应的温度数据，最后通过4G无线网络模块发送温度数据给生产监控中心。
本发明的系统包括视频信号分配模块、高清视频采集模块、监控计算机和4G无线网络模块四个模块；其中：视频信号分配模块，用于将生产控制视频信号均分成两路模拟视频信号，并将其中一路模拟视频信号传输给生产控制显示器，另一路模拟视频信号传输给高清视频采集模块；高清视频采集模块，用于对模拟视频信号逐行采样，将采样后的模拟视频信号转换成数字信号，将数字信号通过串行接口USB传输给监控计算机；监控计算机，用于将高清视频采集模块传输的数字信号转换为分辨率为1280*1024的视频，将视频的每一帧转换为与视频分辨率相同的黑白图像；利用支持向量机分类算法，对每一幅黑白图像特定区域中每个数字生成字符特征编码对应的温度数据；利用模板匹配算法，生成与每一幅黑白图像对应的温度数据；4G无线网络模块，用于将与字符特征编码或黑白图像对应的温度数据发送给生产监控中心。
本发明的方法实现步骤如下：
(1)分离视频信号：
将视频信号分配模块安装于沥青拌合站操作室中，视频信号分配模块将生产控制视频信号均分成两路模拟视频信号，并将其中一路模拟视频信号传输给生产控制显示器，另一路模拟视频信号传输给高清视频采集模块；
(2)转换视频信号：
(2a)高清视频采集模块对模拟视频信号逐行采样，高清视频采集模块中的模数转换器将采样后的模拟视频信号转换成数字信号；
(2b)高清视频采集模块将数字信号通过串行接口USB传输给监控计算机；
(3)识别温度数据：
(3a)监控计算机将高清视频采集模块传输的数字信号转换为分辨率为1280*1024的视频；
(3b)监控计算机将视频的每一帧图像去掉颜色信息，保存为相同分辨率的黑白图像；
(3c)监控计算机利用支持向量机分类算法，对每一幅黑白图像特定区域中的每个数字生成一个字符特征编码；
(3d)监控计算机从字符特征编码库中查找字符特征编码对应的温度数据；
(4)判断字符特征编码库中是否存在温度数据，若是，则执行步骤(6)，否则，执行步骤(5)；
(5)二次识别：
监控计算机对每一幅黑白图像，利用模板匹配算法，生成与黑白图像对应的温度数据；
(6)发送温度数据：
4G无线网络模块将与字符特征编码或黑白图像对应的温度数据，通过4G无线网络发送给生产监控中心。
本发明与现有技术对比具有如下优点：
第一，由于本发明利用监控计算机进行图像识别，监控计算机机箱防护性高，主板接口种类齐全，克服了现有技术使用单片机分割图像及识别字符过程中工作稳定性差、功能和接口有限的缺点，使本发明可以克服生产环境高温、高压及粉尘大等不利因素，适配大多数沥青拌合站生产设备。
第二，由于本发明利用支持向量机分类算法，克服了现有技术使用光学字符识别技术对图像清晰度要求高、识别字体种类有限的缺点，使本发明在沥青拌合站工作时仍具有很高的识别准确度，能够对不同拌合站设备的不同字体进行有效识别。
附图说明
图1是本发明系统的方框图；
图2是本发明方法的流程图。
具体实施方式
下面结合附图对本发明做进一步详细描述。
参照附图1，本发明的系统包括四个模块：视频信号分配模块、高清视频采集模块、监控计算机和4G无线网络模块。
视频信号分配模块，用于将生产控制视频信号均分成两路模拟视频信号，并将其中一路模拟视频信号传输给生产控制显示器，另一路模拟视频信号传输给高清视频采集模块。
高清视频采集模块，用于对模拟视频信号逐行采样，将采样后的模拟视频信号转换成数字信号，将数字信号通过串行接口USB传输给监控计算机。
监控计算机，用于将高清视频采集模块传输的数字信号转换为分辨率为1280*1024的视频；用于将视频的每一帧图像去掉颜色信息并保存为与视频分辨率相同的黑白图像；利用支持向量机分类算法，对每一幅黑白图像特定区域中的每个数字生成与字符特征编码对应的温度数据；利用模板匹配算法，生成与每一幅黑白图像对应的温度数据。
4G无线网络模块，用于将与字符特征编码或黑白图像对应的温度数据发送给生产监控中心。
参照附图2，对本发明的方法做进一步的详细描述。
步骤1，分离视频信号。
将视频信号分配模块安装于沥青拌合站操作室中，视频信号分配模块将生产控制视频信号均分成两路模拟视频信号，并将其中一路模拟视频信号传输给生产控制显示器，另一路模拟视频信号传输给高清视频采集模块。
步骤2，转换视频信号。
高清视频采集模块对模拟视频信号逐行采样，采样频率为模拟视频信号频率的2倍以上。
高清视频采集模块中的模数转换器将采样后的模拟视频信号转换成数字信号。
高清视频采集模块将数字信号通过串行接口USB传输给监控计算机。
步骤3，识别温度数据。
监控计算机将高清视频采集模块传输的数字信号转换为分辨率为1280*1024的视频。
监控计算机将视频的每一帧图像去掉颜色信息，保存为与视频分辨率相同的黑白图像。
监控计算机利用支持向量机分类算法，对每一幅黑白图像特定区域中的每个数字生成一个字符特征编码。黑白图像特定区域包括集料温度数据和拌合温度数据显示区域。
支持向量机分类算法的具体步骤如下：
将视频所有帧的黑白图像的数字提取出来，作为数字样本。将数字样本按字体分类。用每种字体的数字样本分别对支持向量机分类器进行训练，得到对应于每种字体的支持向量机分类器。将视频每一帧对应的黑白图像分派到与其字体对应的支持向量机分类器中。每种字体对应的支持向量机分类器分别生成黑白图像特定区域中每个数字的字符特征编码。
特定区域中每个数字的字符特征编码用下式表示：
gi＝105(a*b)+103ci+102di+10ei
其中，gi表示黑白图像中第i个数字的字符特征编码，a表示黑白图像固有属性水平特征值，b表示黑白图像固有属性中的垂直特征值，ci表示黑白图像中第i个数字的固有属性对比度，di表示黑白图像中第i个数字固有属性灰度值，ei表示黑白图像中第i个数字固有属性中的特征像素数量。
监控计算机从字符特征编码库中查找字符特征编码对应的温度数据。
步骤4，判断字符特征编码库中是否存在温度数据，若是，则执行步骤6，否则，执行步骤5。
步骤5，二次识别。
监控计算机对每一幅黑白图像，利用模板匹配算法，生成与黑白图像对应的温度数据。
模板匹配算法的具体步骤如下：
监控计算机分别计算黑白图像与数字模板库中每一幅模板图像的匹配置信度，选出匹配置信度最高的模板图像，将这幅模板图像所代表的数字作为与黑白图像对应的温度数据。
匹配置信度用下式表示：
其中，fj表示黑白图像与第j幅模板图像的匹配置信度，x表示黑白图像固有属性水平边缘数量，yj表示第j幅模板图像固有属性水平边缘数量，m表示黑白图像固有属性垂直边缘数量，nj第j幅模板图像固有属性垂直边缘数量。
步骤6，发送温度数据。
4G无线网络模块将与字符特征编码或黑白图像对应的温度数据，通过4G无线网络发送给生产监控中心。

Claims (2)

1.一种沥青混合料生产质量远程监控方法，其特征在于，该方法是利用沥青混合料生产质量远程监控系统完成的，该监控系统包括视频信号分配模块、高清视频采集模块、监控计算机和4G无线网络模块；该方法的步骤包括如下：
(1)分离视频信号：
将视频信号分配模块安装于沥青拌合站操作室中，视频信号分配模块将生产控制视频信号均分成两路模拟视频信号，并将其中一路模拟视频信号传输给生产控制显示器，另一路模拟视频信号传输给高清视频采集模块；
(2)转换视频信号：
(2a)高清视频采集模块对模拟视频信号逐行采样，高清视频采集模块中的模数转换器将采样后的模拟视频信号转换成数字信号；
(2b)高清视频采集模块将数字信号通过串行接口USB传输给监控计算机；
(3)识别温度数据：
(3a)监控计算机将高清视频采集模块传输的数字信号转换为分辨率为1280*1024的视频；
(3b)监控计算机将视频的每一帧图像去掉颜色信息，保存为相同分辨率的黑白图像；
(3c)监控计算机利用支持向量机分类算法，对每一幅黑白图像特定区域中的每个数字生成一个字符特征编码；所述的黑白图像特定区域包括集料温度数据和拌合温度数据显示区域；
所述支持向量机分类算法的具体步骤如下：
第1步，将视频所有帧的黑白图像的数字提取出来，作为数字样本；
第2步，将数字样本按字体分类；
第3步，用每种字体的数字样本分别对支持向量机分类器进行训练，得到对应于每种字体的支持向量机分类器；
第4步，将视频每一帧对应的黑白图像分派到与其字体对应的支持向量机分类器中；
第5步，按照下式，每种字体对应的支持向量机分类器分别生成黑白图像中每个数字的字符特征编码：
gi＝105(a*b)+103ci+102di+10ei
其中，gi表示黑白图像中第i个数字的字符特征编码，a表示黑白图像固有属性水平特征值，b表示黑白图像固有属性中的垂直特征值，ci表示黑白图像中第i个数字的固有属性对比度，di表示黑白图像中第i个数字固有属性灰度值，ei表示黑白图像中第i个数字固有属性中的特征像素数量；
(3d)监控计算机从字符特征编码库中，查找与字符特征编码对应的温度数据；
(4)判断字符特征编码库中是否存在温度数据，若是，则执行步骤(6)，否则，执行步骤(5)；
(5)二次识别：
监控计算机对每一幅黑白图像，利用模板匹配算法，生成与黑白图像对应的温度数据；
所述模板匹配算法的具体步骤如下：
第1步，按照下式，监控计算机分别计算黑白图像与数字模板库中每一幅模板图像的匹配置信度：
其中，fj表示黑白图像与第j幅模板图象的匹配置信度，x表示黑白图像固有属性水平边缘数量，yj表示第j幅模板图像固有属性水平边缘数量，m表示黑白图像固有属性垂直边缘数量，nj表示第j幅模板图像固有属性垂直边缘数量；
第2步，选出匹配置信度最高的模板图像，将所选的模板图像代表的数字做为与黑白图像对应的温度数据
(6)发送温度数据：
4G无线网络模块将与字符特征编码或黑白图像对应的温度数据，通过4G无线网络发送给生产监控中心。
2.根据权利要求1所述的一种沥青混合料生产质量远程监控方法，其特征在于，步骤(2a)中所述的高清视频采集模块，对模拟视频信号进行逐行采样的采样频率为模拟视频信号频率的2倍以上。
CN201710014712.2A 2017-01-10 2017-01-10 一种沥青混合料生产质量远程监控系统及方法 Active CN106774085B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710014712.2A CN106774085B (zh) 2017-01-10 2017-01-10 一种沥青混合料生产质量远程监控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710014712.2A CN106774085B (zh) 2017-01-10 2017-01-10 一种沥青混合料生产质量远程监控系统及方法

Publications (2)

Publication Number Publication Date
CN106774085A CN106774085A (zh) 2017-05-31
CN106774085B true CN106774085B (zh) 2019-02-19

Family

ID=58948634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710014712.2A Active CN106774085B (zh) 2017-01-10 2017-01-10 一种沥青混合料生产质量远程监控系统及方法

Country Status (1)

Country Link
CN (1) CN106774085B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113848216B (zh) * 2021-09-18 2022-08-09 南京林业大学 基于雾生成对抗神经网络的沥青混凝土检测系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000148233A (ja) * 1998-11-09 2000-05-26 Nikko Co Ltd アスファルトプラントの遠隔保守管理装置
CN202093378U (zh) * 2011-04-29 2011-12-28 长安大学 一种沥青拌和站拌料配比实时数据监控装置
CN103235938A (zh) * 2013-05-03 2013-08-07 北京国铁华晨通信信息技术有限公司 车牌检测与识别的方法及系统
CN205485597U (zh) * 2016-04-11 2016-08-17 长安大学 基于图像识别技术与并口传输的沥青拌合站生产管理系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000148233A (ja) * 1998-11-09 2000-05-26 Nikko Co Ltd アスファルトプラントの遠隔保守管理装置
CN202093378U (zh) * 2011-04-29 2011-12-28 长安大学 一种沥青拌和站拌料配比实时数据监控装置
CN103235938A (zh) * 2013-05-03 2013-08-07 北京国铁华晨通信信息技术有限公司 车牌检测与识别的方法及系统
CN205485597U (zh) * 2016-04-11 2016-08-17 长安大学 基于图像识别技术与并口传输的沥青拌合站生产管理系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于拌和站远程监控的热拌沥青混合料质量控制;许亭亭;《路基工程》;20151231(第06期);第148-150页，第173页

Also Published As

Publication number Publication date
CN106774085A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN102163287B (zh) 一种基于类Haar特征和支持向量机的车牌字符识别方法
CN108277720B (zh) 沥青搅拌站骨料级配在线检测、防溢料控制方法及系统
CN107527067B (zh) 一种基于探地雷达的铁路路基病害智能识别方法
CN109785378B (zh) 一种基于图谱图像算法分析技术的矿石粒度在线检测设备
CN104102912A (zh) 一种基于视频图像识别的分项计量能耗数据采集装置及方法
CN102867183B (zh) 一种车辆遗撒物检测方法、装置及智能交通监控系统
CN101916365A (zh) 对考试作弊事件进行智能视频识别的方法
CN108646699A (zh) 一种非接触式沥青拌合站监控管理系统及方法
CN101216943A (zh) 一种视频运动目标分割的方法
CN101908214B (zh) 基于邻域相关的背景重构的运动目标检测方法
Ding et al. Deep Learning Approach for Estimating Workability of Self‐Compacting Concrete from Mixing Image Sequences
CN106774085B (zh) 一种沥青混合料生产质量远程监控系统及方法
CN115376130A (zh) 电力施工现场识别模型的生成方法、装置、设备及介质
CN110059076A (zh) 一种输变电线路设备的故障数据库半自动化建立方法
Jin et al. A semi-automatic annotation technology for traffic scene image labeling based on deep learning preprocessing
CN109656808A (zh) 一种基于混合式主动学习策略的软件缺陷预测方法
CN113378825B (zh) 一种基于人工智能的砂岩薄片图像鉴定方法和系统
CN115809785A (zh) 一种智慧工地管理系统
CN109034073B (zh) 预测建筑拆除废弃物产生量的方法、系统、设备及介质
CN117575569A (zh) 用于公路养护信息化管理的资源调度系统
CN103400125A (zh) 一种图像连通域双次扫描双重标记方法
CN205427956U (zh) 一种基于工业相机的铺叶台烟叶摆把监控装置
CN111582191A (zh) 基于人工智能视频分析的混凝土浇筑中浇筑量估计方法
CN103761520A (zh) 基于笔划宽度的文档图像无参二值化方法
CN115731519A (zh) 一种非接触式全尾砂膏体搅拌均匀度监测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210607

Address after: 266041 building 28 and 29, Tianan Digital City, 88 Chunyang Road, Chengyang District, Qingdao City, Shandong Province

Patentee after: Qingdao Institute of computing technology Xi'an University of Electronic Science and technology

Address before: 710071 Taibai South Road, Yanta District, Xi'an, Shaanxi Province, No. 2

Patentee before: XIDIAN University