CN107168117B - 一种利用图像对酿酒蒸馏工艺甑料控制的方法 - Google Patents

Abstract

本发明公开了一种利用图像对酿酒蒸馏工艺甑料控制的方法，步骤一：系统初始化；步骤二：图像采集，获得红外热像图；步骤三：对红外热图像进入循环测试；步骤四：提取红外热图像中满足像素值G在(G₁,G₂)之间的像素区域作为热区域；步骤五：热区域图像处理；步骤六：求取盖料中心点位置，在中心点进行加料，直到盖料区域的边界位置，完成加料。本发明利用红外热像仪采集图像进行热区域的寻找，智能地识别出酒汽溢出临界点的位置，求取质心点坐标，实时快速确定布料中心点并通过漏斗自动寻迹进行有针对性的螺旋式布料直至盖料区域的边界，大大提高蒸馏过程的甑料效率以及酒的出产率。

Description

一种利用图像对酿酒蒸馏工艺甑料控制的方法

技术领域

本发明涉及一种利用图像对酿酒蒸馏工艺甑料控制的方法，属于自动控制技术领域。

背景技术

在酿酒工艺中，为了保证酒精含量，一般要进行蒸馏提纯，工作人员在装甑中难免会出现错误操作或者不及时操作，出现酒汽溢出，就会对酒的出产率和质量有影响，从而增加制酒成本。

尽管有些企业已经采用部分自动化、机械化装置，但连续机械化并没有实现，而且一些主要技术难关尚未攻克或者效果不理想。在机器视觉方面，将甑桶先划分多个面积相等的区域，利用红外相机扫描，对比灰度值找去冒气区域；利用红外热像仪实时检测撒料区域表面温度的分布数据，提取“跑汽”区域的特征参数即灰度值，将特征参数与常态参数对比判定补料区域。采用CCD摄像机作为图像采集传感器，利用图像差异性和气体的膨胀性结合的算法完成冒气点识别，计算出重心位置，利用坐标信息实现加料。

以上的几种方法都是寻找临界溢汽点即见湿盖料。上面提出的划分区域并对其操作，如果是在某区域的边界部分有溢汽点，而对整个区域进行加料，那见湿盖料的效果就不是很好；即使计算出重心位置进行加料，不能避免加料中间厚两边薄的情况；上面提出利用灰度值进行对比判断溢汽点，红外热像仪采集的是RGB图，我们可以直接提取采集图像的红色分量并对其进行操作。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种利用图像对酿酒蒸馏工艺甑料控制的方法。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种利用图像对酿酒蒸馏工艺甑料控制的方法，包括如下步骤：

步骤一：系统初始化，确定系统是否正常工作；

步骤二：图像采集，经红外热像仪的红外探测器和光学成像物镜接受甄料表面不可见的红外辐射能量分布图形反映到红外探测器的光敏元件上获得红外热像图；

步骤三：对红外热图像进入循环测试；

步骤四：提取红外热图像中满足像素值G在(G₁,G₂)之间的像素区域作为热区域；

步骤五：热区域图像处理；

步骤六：求取盖料中心点位置，在中心点进行加料，直到盖料区域的边界位置，完成加料。

作为优选方案，所述步骤三包括如下步骤：

3a.设甑桶里原料表面温度VT，阈值温度Vt，系数α₁和α₂，0＜α₁＜1，0＜α₂＜1，当阈值温度Vt满足Vt＝[α₁VT,α₂VT]区间时，表明甑桶内原料表面临近酒汽溢出；

3b.红外热图像是RGB图，RGB图的不同颜色代表被测物体的不同温度，设阈值温度Vt满足区间对应着像素区间(G₁,G₂)；

3c.针对步骤二中采集到的红外热图像提取像素值，判断是否存在像素值在(G₁,G₂)之间的区域，如果没有，则图像持续采集直到所有满足条件的区域出现。

作为优选方案，所述步骤五包括：将热区域图像二值化处理，像素值在(G₁,G₂)之间的点的值设为1，其余的像素点的值设为0。

作为优选方案，所述步骤五还包括：利用Two-Pass两遍扫描算法去除孤点，具体方法如下：

步骤一：第一次扫描，1a.从左向右，从上向下依次扫描，当像素的左邻像素和上邻像素为空即无效值时，给该像素设置一个新的label值，label++，初始label值设置为1；1b.当像素的左邻像素或者上邻像素有一个不为空的像素值即为有效值时，将有效值像素的label赋值给该像素的label值；1c.当像素的左邻像素和上邻像素都是为有效值时，选取其中较小的label赋值给该像素的label值；记录邻域中各个label值得相等关系，即他们同属一个连通区域；

步骤二：第二次扫描，访问当前像素，找到与此像素的label有同属关系的一个最小label值，并赋值给此像素的label，完成扫描后图像中具有相同label值得像素就组成了同一个连通区域；

步骤三：统计并计算各个连通区域的面积S，设定面积阈值P为3平方厘米,将S<P的白色连通区域填充为黑色，实现将热区域边界的孤点去除，收缩加料区域的目的。

作为优选方案，步骤五还包括：利用膨胀算法对各个连通区域进行整合，具体方法如下：

步骤一：创建一个的平坦的线型结构元素SE，其中，长度LEN为2，角度DEG为90；

步骤二：扫描图像中的每一个像素，用SE与二值图像做“或”操作，如果都为0，结果图像的该像素为0，否则为1。

作为优选方案，所述步骤六求取盖料中心点位置，具体步骤如下：

步骤一：对不规则的热区域求最大内切矩形，再寻找除了上述矩形区域外的最大内切矩形，循环此操作，直到将整个热区域分割成有限个规则的矩形；

步骤二：对这些矩形求质心，再利用上述质心点坐标和像素求整个连通区域的质心。

作为优选方案，所述整个连通区域的质心(X,Y)公式如下：

其中，x_i表示单位矩形中心点所在第i行的坐标，y_j表示单位矩阵质点所在第j列的坐标，I_ij表示单位矩形中心点所在第i行j列的像素值。

作为优选方案，所述中心点加料采用螺旋式布料方式。

有益效果：本发明提供的一种利用图像对酿酒蒸馏工艺甑料控制的方法，利用红外热像仪采集图像进行热区域的寻找，智能地识别出酒汽溢出临界点的位置，求取质心点坐标，实时快速确定布料中心点并通过漏斗自动寻迹进行有针对性的螺旋式布料直至盖料区域的边界，大大提高蒸馏过程的甑料效率以及酒的出产率。

附图说明

图1为本发明的程序流程图；

图2为热区域及布料点定位图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示，一种利用图像对酿酒蒸馏工艺甑料控制的方法，包括如下步骤：

步骤一：系统初始化，用于对系统进行自检，确定系统是否正常工作；

步骤二：图像采集，经红外热像仪的红外探测器和光学成像物镜接受甄料表面不可见的红外辐射能量分布图形反映到红外探测器的光敏元件上获得红外热像图；

步骤三：对红外热图像进入循环测试；设甑桶里原料表面温度VT，阈值温度Vt，系数α₁和α₂，0＜α₁＜1，0＜α₂＜1，当阈值温度Vt满足Vt＝[α₁VT,α₂VT]区间时，表明甑桶内原料表面临近酒汽溢出；红外热图像是RGB图，RGB图的不同颜色代表被测物体的不同温度，设阈值温度Vt满足区间对应着像素区间(G₁,G₂)。通过查看热图像，可以观察到被测目标的整体温度分布状况。对步骤二中采集到的热图像提取像素值，判断是否存在像素值在(G₁,G₂)之间的区域，如果没有，则图像持续采集直到有满足条件的区域出现。

步骤四：提取红外热图像中满足像素值G在(G₁,G₂)之间的像素区域作为热区域，保证布料的有针对性；

步骤五：热区域图像处理。将热区域图像二值化处理，就是像素值在(G₁,G₂)之间的点的值设为1，其余的像素点的值设为0。二值化后的热区域中难免存在较多的小面积连通区域，这些小面积可能是区域边界上的一些零散的孤点，利用连通区域检测算法中的Two-Pass(两遍扫描法)算法，具体方法如下：第一次扫描，(1)从左向右，从上向下依次扫描，当像素的左邻像素和上邻像素为无效值时，给该像素设置一个新的label值，label++，初始label值设置为1；(2)当像素的左邻像素或者上邻像素有一个为有效值时，将有效值像素的label赋值给该像素的label值；(3)当像素的左邻像素和上邻像素都是为有效值时，选取其中较小的label赋值给该像素的label值；记录邻域中各个label值得相等关系，即他们同属一个连通区域。第二次扫描，访问当前像素，找到与此像素的label有同属关系的一个最小label值，并赋值给此像素的label，完成扫描后图像中具有相同label值得像素就组成了同一个连通区域。统计各个连通区域的面积，然后将面积小于3平方厘米的白色连通区域填充为黑色，实现将热区域边界的孤点去除，收缩加料区域。上述的小面积区域也可能处于原图中的同一个热区域目标中，考虑后续对于整体特征的提取以及算法处理过程的高效性，再使用数学形态学的膨胀算法对其进行处理，具体是创建一个的平坦的线型结构元素SE，其中，长度LEN为2，角度DEG为90，扫描图像中的每一个像素，用SE与二值图像做“或”操作，如果都为0，结果图像的该像素为0，否则为1.保证加料范围的集中性。

步骤六：求取盖料中心点即求取上述连通区域的中心点位置。对不规则的热区域求最大内切矩形，再寻找除了上述矩形区域外的最大内切矩形，循环此操作，直到将整个热区域分割成有限个规则的矩形。对这些矩形求质心，再利用上述质心点坐标和像素求整个连通区域的质心。在确定布料中心点后，主控设备将信号输入，手臂根据寻迹指示，按照路径最优原则让漏斗在热区域进行螺旋式布料直到盖料区域的边界位置，完成加料。

在图2中，1、红外热像仪提取的红外热像图，2、假设满足热区域条件的连通区域I,图(a)是热区域，(b)是布料点定位图，其中，黑色点表示各个矩阵单元的质心点，灰色点表示热区域图像的质心点。

步骤六中，对每一个连通区域利用有限元的思想，求出各个矩阵单元的质心点，再利用这些质心点坐标和像素求满足热区域图像的重心点坐标，求取质心点的方法是密度质心算法，对于上述的连通区域I，求取重心坐标(X,Y)的表达式为：

其中，x_i表示单位矩形中心点所在第i行的坐标，y_j表示单位矩阵质点所在第j列的坐标，I_ij表示单位矩形中心点所在第i行j列的像素值。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种利用图像对酿酒蒸馏工艺甑料控制的方法，其特征在于：包括如下步骤：

步骤一：系统初始化，确定系统是否正常工作；

步骤二：图像采集，经红外热像仪的红外探测器和光学成像物镜接受甄料表面不可见的红外辐射能量分布图形反映到红外探测器的光敏元件上获得红外热像图；

步骤三：对红外热图像进入循环测试；

步骤四：提取红外热图像中满足像素值G在(G₁,G₂)之间的像素区域作为热区域；

步骤五：热区域图像处理；

步骤六：求取盖料中心点位置，在中心点进行加料，直到盖料区域的边界位置，完成加料；

所述步骤三包括如下步骤：

3a.设甑桶里原料表面温度VT，阈值温度Vt，系数α₁和α₂，0＜α₁＜1，0＜α₂＜1，当阈值温度Vt满足Vt＝[α₁VT,α₂VT]区间时，表明甑桶内原料表面临近酒汽溢出；

3b.红外热图像是RGB图，RGB图的不同颜色代表被测物体的不同温度，设阈值温度Vt满足区间对应着像素区间(G₁,G₂)；

3c.针对步骤二中采集到的红外热图像提取像素值，判断是否存在像素值在(G₁,G₂)之间的区域，如果没有，则图像持续采集直到所有满足条件的区域出现；

所述步骤五包括：将热区域图像二值化处理，像素值在(G₁,G₂)之间的点的值设为1，其余的像素点的值设为0；

所述步骤五还包括：利用Two-Pass两遍扫描算法去除孤点，具体方法如下：

步骤一：第一次扫描，1a.从左向右，从上向下依次扫描，当像素的左邻像素和上邻像素值为空即为无效值时，给该像素设置一个新的label值，label++，初始label值设置为1；1b.当像素的左邻像素或者上邻像素有一个像素值不为空为有效值时，将有效值像素的label赋值给该像素的label值；1c.当像素的左邻像素和上邻像素都是为有效值时，选取其中较小的label赋值给该像素的label值；记录邻域中各个label值得相等关系，即他们同属一个连通区域；

步骤二：第二次扫描，访问当前像素，找到与此像素的label有同属关系的一个最小label值，并赋值给此像素的label，完成扫描后图像中具有相同label值得像素就组成了同一个连通区域；

步骤三：统计并比较各个连通区域的面积S，设定面积阈值P为3平方厘米,将S<P的白色连通区域填充为黑色，实现将热区域边界的孤点去除，收缩加料区域的目的；

步骤五还包括：利用膨胀算法对各个连通区域进行整合，具体方法如下：

步骤一：创建一个的平坦的线型结构元素SE，其中，长度LEN为2，角度DEG为90度；

步骤二：扫描图像中的每一个像素，用SE与二值图像做“或”操作，如果都为0，结果图像的该像素为0，否则为1；

所述步骤六求取盖料中心点位置，具体步骤如下：

步骤一：对不规则的热区域求最大内切矩形，再寻找除了上述矩形区域外的最大内切矩形，循环此操作，直到将整个热区域分割成有限个规则的矩形；

步骤二：对这些矩形求质心，再利用上述质心点坐标和像素求整个连通区域的质心。

2.根据权利要求1所述的一种利用图像对酿酒蒸馏工艺甑料控制的方法，其特征在于：所述整个连通区域的质心(X,Y)公式如下：

其中，x_i表示单位矩形中心点所在第i行的坐标，y_j表示单位矩阵质点所在第j列的坐标，I_ij表示单位矩形中心点所在第i行j列的像素值。

3.根据权利要求1所述的一种利用图像对酿酒蒸馏工艺甑料控制的方法，其特征在于：所述中心点加料采用螺旋式布料方式。